美国正式启动创世纪计划：AI时代的曼哈顿

2025年11月，美国启动了一项堪比曼哈顿计划的科研工程：创世纪计划（Genesis Mission）。它试图将人工智能、超级计算与国家实验室网络连接起来，打造一个加速科学发现的全新体系。2026年7月22日，278个项目从超过5000份申请中脱颖而出，涉及核能、量子计算、新材料、宇宙演化等前沿领域。这项押注能否改变未来科学竞争的规则？当AI不仅能处理数据，还能提出假设、设计实验、调用设备，是否正在重新定义科学发现的方式？ 像牛顿这样的科学巨匠通过个人洞察提出理论，再由实验和观测验证。进入20世纪后，科学开始依赖越来越庞大的基础设施：粒子加速器、超级计算机、空间望远镜……科学家不再只靠纸笔推导，需要借助大型工程系统探索未知。 在美国官方的描述中，这一计划的“紧迫性和雄心堪比曼哈顿计划”。白宫宣布，对该计划的联邦承诺资助超过50亿美元，能源部则获得了超过8亿美元的合作伙伴承诺资助。 这不是一个普通的AI应用项目，不是让AI帮助科学家写论文，也不是训练一个更大的聊天机器人。它试图回答一个更大的问题： 美国能源部共收到超过5000份申请，最终只有约278个项目入选，入选比例不足6%。这是美国能源部有史以来对单个资助项目的最强响应。 从项目牵头方来看，大学以168个牵头项目占据主导（约60.4%），国家实验室紧随其后，牵头87个项目（约31.3%），企业牵头19个项目（约6.8%），另有4个项目由非营利组织牵头（约1.4%）。参与机构总计342家，包括16个国家实验室、142所大学、157家企业、13个非营利组织及其他机构。 根据能源部的规划，AI将阅读大量论文、寻找规律、提出假设、设计实验方案、调用实验设备、分析实验结果。入选团队还将获得“创世纪计划平台”支持，包括AI智能体框架、先进AI模型和软件、以及国家实验室的高性能计算资源。 美国能源部对这一计划的描述是，希望利用人工智能和先进计算能力，“在十年内将美国科学和工程的生产力和影响力翻倍”。 这一转变背后，是一个越来越明显的趋势：过去科学竞争比拼的是谁拥有更多顶尖科学家，后来比拼的是谁拥有更强计算能力，未来可能比拼的是谁拥有更强的AI科研体系 在所有项目中，最出彩的是由爱达荷国家实验室主导的Prometheus项目，该项目试图开发世界上第一个由AI辅助设计、建造和运行的核反应堆体系。 长期以来，核反应堆设计是世界上最复杂的工程任务之一，涉及核物理、材料科学、热流体力学、安全控制、工程制造。传统核电项目从设计到运行，往往需要十年以上时间。而Prometheus项目的目标是通过AI实现至少2倍的速度提升和超过50%的运营成本降低。 该项目由32个合作伙伴共同参与，包括爱达荷国家实验室、橡树岭国家实验室、阿贡国家实验室、桑迪亚国家实验室等5个国家实验室，以及X-energy、TerraPower、Oklo等20多家产业合作伙伴。项目还获得了超过2亿美元的行业成本分摊和3000万美元的行业资本承诺。 材料科学长期面临一个瓶颈：候选材料数量庞大。例如，一种新型电池材料理论上可能有数百万种组合，但实验验证成本极高。传统方式往往是提出候选材料、实验测试、失败、重新寻找，这一过程可能持续多年。 创世纪计划希望改变这种模式：让AI先进行预测。AI可以分析已有材料数据库、模拟分子结构、预测性能、筛选最值得实验验证的候选。例如，SLAC国家实验室参与的项目希望利用AI寻找关键矿产回收的新方法，尤其关注锂电池废料中的关键元素提取。 名单中的大量项目涉及中微子实验、粒子物理、宇宙学模拟、量子计算、量子传感。例如，斯坦福大学和SLAC国家加速器实验室领导的六个项目之一，就是利用AI理解宇宙的演化。 大型粒子实验每秒可能产生海量数据，其中的绝大多数只是背景噪声。AI的优势在于，它可以从极其复杂的数据中寻找人类难以发现的微弱信号。 这意味着AI未来有可能帮助人类回答一些最根本的问题：宇宙为什么由物质构成？暗物质是什么？量子世界还有哪些未知规律？ 如果说项目内容展示的是“AI如何进入科学”，那么创世纪计划的组织方式，则展示了美国想要推动的另一件事：重新组合大学、国家实验室和企业，让它们成为一个AI驱动的科研网络。 从项目构成来看，这个结构非常有特点：大学仍然占据最大比例，但国家实验室的比重远高于普通科研计划，企业虽然数量不多，却承担着技术落地和产业转化的重要角色。 创世纪计划实际上正在形成一种新的科研三角：大学提供基础创新，国家实验室提供超级计算和大型设施，企业负责工程化和商业应用。 大学仍然是AI科学革命的创新源头。从名单来看，美国顶尖研究型大学几乎全面参与，包括MIT（15个合作项目）、斯坦福（6个牵头项目）、加州大学系统、耶鲁、得克萨斯大学等。AI时代的科研竞争并没有削弱大学，相反，大学仍然承担最核心的任务：提出新问题。科学突破最初的问题意识，仍然来自研究人员。 国家实验室成为AI科研时代的超级基础设施。橡树岭国家实验室领导了9个项目并参与32个；劳伦斯利弗莫尔国家实验室领导10个项目；桑迪亚国家实验室领导6个项目并参与17个。这些机构拥有大学难以独立建设的资源：世界级超级计算机、大型科学装置、高能物理实验设施、核研究平台、大规模科研数据库。创世纪计划最大的不同之处在于：不是把AI接入互联网数据，而是让AI接入美国最重要的科研基础设施。 企业数量少，但承担最后一公里的任务。从数量看，企业项目只有约19个，但成员包括了NVIDIA、AWS、微软、IBM、AMD等科技巨头。微软承诺提供4000万美元的云计算平台和AI计算积分，以及2000万美元的解决方案工程服务；IBM承诺提供5000万美元的量子计算资源访问。这一模式与过去不同，过去研究成果转化到企业往往需要多年，创世纪计划希望缩短这个链条：实验室提出AI方法，企业立即参与工程验证，科研成果直接进入产业。 第一，AI竞争正在从消费应用进入科学竞争。过去几年，AI竞争主要围绕聊天机器人、搜索、办公软件。但随着大模型能力提升，美国开始意识到：真正影响国家竞争力的，可能就是AI能否加速基础科学突破。谁能够更快发现新能源技术、先进材料、下一代芯片、量子技术、生物技术，谁就可能获得下一轮科技优势。 第二，美国希望解决科研效率下降问题。现代科学面临一个明显矛盾：科研投入越来越高，但重大突破越来越难。过去，一个科学家就能提出一个重要理论，现在的很多领域却需要大型团队、巨额设备、海量数据。AI则可能成为提高科研生产率的新工具。 第三，AI可能成为21世纪的新型科研基础设施。历史上，每一次科学革命都伴随着新的基础设施出现。17世纪，望远镜推动天文学革命，20世纪，粒子加速器推动现代物理，21世纪，超级计算推动计算科学。而创世纪计划押注的就是：下一代基础设施可能是AI科研系统。 不过，创世纪计划并不是“大规模撒钱”。它采用了一种类似创业投资的模式：先让大量团队进入第一阶段，再通过短周期评估筛选最终赢家。第一阶段项目未来竞争第二阶段资金时，预计还会经历一次大规模淘汰，橡树岭国家实验室主任预计，最终可能只有约十分之一的项目能够进入下一阶段。 由此也引发了一些科学家的担忧：对于基础研究而言，9个月周期是否过短？如果一个团队为了争夺下一阶段资金，不得不优先追求快速可展示成果，是否会影响长期探索？AI项目的快速评估机制，是否适合基础研究？ 另一重争议在于AI能否真正产生科学理论？ AI可以寻找模式、优化参数、发现关联。但科学史上的重大突破往往来自新的概念：牛顿提出万有引力，爱因斯坦提出相对论。他们不是简简单单地从数据中找到规律，而是颠覆人的认知，重新定义了问题。未来AI能否做到这一点，仍然未知。 美国试图把AI、超级计算、国家实验室和产业体系连接起来，打造一个新的科研操作系统。如果成功了，科学发现的速度可能被重新定义；如果失败了，却也会暴露一个问题：AI可以帮助人类探索未知，但真正的科学革命，仍然需要人类提出那些此前从未有人想到的问题。