孙茂松：生成式AI与知识生产创新
关注我们，获取更多资讯生成式AI与知识生产创新孙茂松，清华大学人工智能研究院常务副院长及计算机系长聘教授知识生产与知识的产生、传播这两个关键环节密不可分。二者相辅相成：优质知识是传播的动力源泉，而优质的传播又能通过知识的“教化”作用，在人们利用所学解决各类问题的生产和生活实践中，催生出更多优质的知识。古往今来，上述过程“环复转运，终始无端”，不断丰富着人类的知识宝库。在漫长的历史演进中，知识的生产与拓展，长期带有少数“智者”留下的鲜明印记。随着时代的发展，“智者群”的数量会渐次扩大，但在整个人群里相对来说
AI重塑数学：从证明泛滥到基建重构|2026 Science x AI Summit
人工智能正以惊人步伐深入数学研究领域。然而，2026年5月在硅谷举行的一场顶级科学对话揭示了一个反常识的现实：AI并非能力不足，而是“方向走偏”。2026年5月12日至13日，SAIR Foundation联合创始人、菲尔兹奖得主陶哲轩（Terence Tao），菲尔兹奖得主、剑桥大学教授蒂姆·高尔斯等数学界领袖在“2026 Science x AI Summit”会议上共同发出警告：数学正从“证明稀缺”阶段滑向“证明过剩”阶段，而人类数学家尚未做好应对准备。这场由SAIR Foundation主办的峰会
生成式AI推动知识创新
生成式人工智能与知识生产创新知识生产与两个关键环节密不可分：知识的产生和知识的传播。两者相辅相成：好的知识是好的传播的动力源，而好的传播又能通过知识的"教化"作用，在人们利用所学解决各类问题的生产和生活实践中催生更多好的知识。古往今来，上述过程"环复转运，终始无端"，不断丰富着人类的知识宝库。在漫长的历史演进中，知识的生产与拓展，长期带有少数"智者"留下的鲜明印记。随着时代的发展，"智者群"的数量会渐次扩大，但在整个人群里相对来说仍是少数。进入现代社会特别是互联网时代，这种状况发生了急剧变化，普罗大众可以
孙茂松:大语言模型如何重塑知识创造方式
大语言模型与知识创造革新孙茂松知识创造离不开两个核心要素：知识的生成与知识的扩散。这两者相互依存：高质量的知识为广泛传播提供基础，而有效的传播又能通过教育熏陶，在人们运用所学解决实际问题的过程中催生出更多优质知识。纵观历史长河，这一过程循环往复、生生不息，持续充实着人类的认知体系。在漫长的发展历程中，知识的创造与拓展长期带有少数"智者"的深刻烙印。随着时代进步，"智者群体"虽会逐步壮大，但在整个人口中仍属少数。进入现代特别是互联网时代，这一格局发生了剧烈转变，普通民众可以借助信息技术为知识创造贡献力量。知
生成式AI驱动的知识创新革命
生成式人工智能与知识生产创新孙茂松知识生产与两个关键环节密不可分：知识的产生和知识的传播。两者相辅相成：好的知识是好的传播的动力源，而好的传播又能通过知识的“教化”作用，在人们利用所学解决各类问题的生产和生活实践中催生更多好的知识。古往今来，上述过程“环复转运，终始无端”，不断丰富着人类的知识宝库。在漫长的历史演进中，知识的生产与拓展，长期带有少数“智者”留下的鲜明印记。随着时代的发展，“智者群”的数量会渐次扩大，但在整个人群里相对来说仍是少数。进入现代社会特别是互联网时代，这种状况发生了急剧变化，普罗大
AI素养的三个核心维度
从数字素养迈向AI素养：教育面临的新课题过去二十年间，教育领域的核心词汇聚焦于信息素养（侧重于信息的获取与评估）以及数字素养（侧重于工具的高效运用）。然而，人工智能的兴起正在改变知识创造的逻辑。AI将交互模式从“搜索信息”转变为“对话生成”，算法不再仅仅是工具，更开始辅助甚至取代人类进行推荐和判断。在此背景下，人工智能素养（AI Literacy）已成为国际教育的新焦点。它不再仅仅涉及技术操作，更关乎个体在算法社会中能否保持独立性。AI素养并非单纯的技术技能，而是一种新时代的公民素养研究表明，AI素养不等
AI首次破解经典数学难题
先别急着喊 AGI。但也别把这条新闻当成“AI 又刷了一个数学 benchmark”。2026 年 5 月 20 日，OpenAI 发布了一篇研究公告：一个内部通用推理模型，反证了离散几何里一个接近 80 年的老猜想。这个问题最早由 Paul Erdős 在 1946 年提出，叫 planar unit distance problem，中文可以粗略叫“平面单位距离问题”。听起来很学术，问题本身却简单得吓人：在平面上放 n 个点，最多能有多少对点的距离刚好等于 1？就这么一句话。可正是这种“中学生能听懂，
中传出版邀填问卷：共话 AI 与知识生产
点击上方链接关注新传学苑近期讲座请点击👇下方卡片关注“新传学苑”，并“星标★尊敬的学者：您好！感谢您关注由宁夏出版知识服务中心、宁夏大学新闻传播学院、中国传媒大学出版社与北京中传音像电子出版社联合举办的“人工智能与知识生产”学术工作坊。为更好实现“研究与教学协同创新”，确保工作坊内容紧贴您的实际需求，我们诚邀您花费 3 分钟填写本问卷。您的宝贵意见将直接影响工作坊的课程设置与专家邀请名单。识别二维码即可填写问卷非常感谢您抽出宝贵时间填写问卷！本文转自中国传媒大学出版社，封面图片由 AI 生成。若有
AI 浪潮下法学教育的转型之路
2026 年世界数字教育大会于杭州召开，将人工智能时代的教育变革、发展与治理确立为核心议题，这实际上向高校抛出了一个无法回避的难题：当知识能够被机器迅速检索、重组、生成及推演时，教育究竟应引领学生走向何方。[1] 施一公教授在探讨人工智能时代的教育本质时，援引 AlphaFold 为例，指出人工智能已能在极短时间内完成以往需依靠科学共同体长期积累方能推进的工作。AlphaFold 数据库目前已开放逾两亿个蛋白结构预测，并计划于 2026 年进一步纳入大规模蛋白复合体预测成果，这表明人工智能正在深刻重塑知识
陈凯华：AI 如何重构科学学理论与方法
推荐导语近些年来，人工智能已深度渗透至科研全过程。无论是蛋白质结构预测、自动化实验还是科研智能体，AI 早已超越辅助工具的范畴，正深刻变革着科学发现的路径、科研协作的形态以及知识生产的机制。这一趋势向科学学（Science of Science）发起了新挑战：当人工智能既重塑了科学研究本体，又革新了科学学观测、分析及阐释科学系统的手段时，科学学是否亟需重构其理论框架、核心议题与研究方法，进而为 AI 驱动的科研活动提供评估、治理及生态设计层面的支撑？聚焦该议题，中国科学学与科技政策研究会副理事长、中国科学
【智库前沿】石英丨智能科技浪潮下的知识生产体系重塑
自二十世纪中期萌芽、二十一世纪第二个十年全面迸发并深刻影响全球的智能科技变革，既是一场技术革命、产业革命，更折射出人类知识创造领域正在经历的深刻转变。这一演变进程，推动了“科学”向“知识”的回归，即回归其应有的整体性、关联性、开放性、多元性和包容性状态。知识创造模式向复杂科学演进革命，意味着带有根本性和颠覆性的变革。智能科技八十年发展历程可划分为两个阶段：前一阶段基于符号逻辑路径，产生了电子计算机；后一阶段转向联结主义路径，提出神经网络模型和机器学习算法，通过了图灵测试。阶段的转变，不仅是方法论层面的工具
白春礼：人工智能驱动科学研究范式转型
白春礼（中国科学院原院长）|演讲AI for Science是科技界当前极为热门的话题。人工智能如何推动科学研究的发展？本次浦江论坛探讨AI、通用人工智能如何推动科研范式的转型和跃迁。这一议题选得极为精准，极具探讨价值，值得深入交流。近年来，人工智能的发展步入了显著加速期。关键突破不仅重塑了技术本身，也开始对科学研究的基本范式产生影响。我同样在思索，人工智能发展的边界究竟在哪里？它究竟能走多远？对科学的影响究竟是什么？是仅停留在革新科研方法层面，还是能够进一步颠覆人类认知世界的底层逻辑？围绕这一议题，也围
AI浪潮下的知识生产范式变革
《光明日报》2026年4月10日自20世纪中叶萌芽、于21世纪第二个十年爆发并席卷全球的人工智能革命，既是科技变革与产业革新，也深刻映射出人类知识创造模式正在经历一场深刻转变。这一演进历程，促进了"科学"向"知识"的本位回归，使其重返本应具备的整体性、关联性、开放性、多元性及包容性特质。01知识创造模式向复杂性科学演进革命，意味着根本性且颠覆性的变革。人工智能科学技术历经八十年发展，可划分为两大阶段：前期阶段遵循符号逻辑路径，催生了计算机；后期阶段则转向联结主义方向，构建神经网络模型与机器学习算法，成功通
人工智能革命重塑知识生产模式
自20世纪中叶萌芽，21世纪第二个十年爆发并席卷全球的人工智能浪潮，不仅是科技与产业的革新，更深刻折射出人类知识生产模式的根本性转变。这一转变促使“科学”向“知识”回归，即恢复其应有的整体性、关联性、开放性、多元性和包容性特质。知识生产范式向复杂性科学演进革命意味着根本性的颠覆。人工智能80年的发展可分两阶段：早期基于符号逻辑，后期转向联结主义，提出神经网络与机器学习，通过图灵测试。这种转向不仅是工具拓展，更是认识论的突破，体现了知识生产方式的变革。符号逻辑早期认为解决自然语言处理即可推演出定理，但仅限小
人工智能浪潮下的知识生产新变局
作者：石英【构建中国哲学社会科学自主知识体系】自20世纪中期开始酝酿、在21世纪第二个十年集中爆发并席卷世界的人工智能革命，既是一场科技与产业的深刻变革，也鲜明映照出人类知识生产正在经历结构性转型。这一转型推动“科学”重新回到“知识”的广阔框架之中，即回归其本应具备的整体性、关联性、开放性、多样性与包容性。知识生产方式迈向复杂性科学所谓革命，意味着具有根本性、颠覆性的深层变化。人工智能科学技术80余年的发展，大体经历了两个阶段：前一阶段遵循符号逻辑路径，催生了计算机；后一阶段转向联结主义路线，提出神经网络