1.2万选手共赴“AI爱因斯坦”之约，第二届世界科学智能大赛初赛结束、复赛开启

8月29日，由上海科学智能研究院（简称上智院）与复旦大学联合主办的第二届世界科学智能大赛进入复赛阶段，472名选手从12687位报名者中脱颖而出，开始下轮角逐。

图：上智院·天池平台是本届官方比赛平台

世界科学智能大赛始创于2023年，旨在吸引全球智能人才共同探索科学智能（AI for Science）领域的新课题、新方法。今年的大赛是第二届，参赛选手来自24个国家和地区的1085个机构，包括高校、科研机构、企业等。阿里云作为协办单位，与上智院联合开发了上智院·天池平台，通过融合双方的科学智能生态优势和竞赛管理经验，为选手提供更聚焦于AI for Science领域的参赛体验。

本届大赛秉持“AI赋能千行百业”的理念，设置了生命科学、地球科学、物质科学、社会科学以及逻辑推理五大赛道，赛题设计更贴近实际场景，鼓励选手将所学知识运用到产业一线。其中，社会科学和逻辑推理为新增赛道，意在通过多学科融合，充分发掘大模型在不同领域的应用潜力，培育科学智能的创新萌芽。

AI人才共赴“擂台”，高中少年团表现抢眼

相比去年，今年的参赛人数增加了1000多，提交作品数量更是增加了180%。参赛选手和队伍背景多元，既有深耕行业多年的AI大牛，也有仍在求学阶段的学生，甚至还有来自华师大二附中、七宝中学、松江二中等14所顶尖高中的21名高中生选手。

第二次参赛的“拉马努铁”团队，来自上海交通大学专注于AI for Science的学生组织思源学社。他们去年没能走到最后，本届大赛“卷土重来”，成功晋级生命科学赛道复赛。“拉马努铁”表示：“通过这次比赛，我们深入理解了AI for science的意义，能创造新的价值，造福更多人”。

逻辑推理赛道的“刚刚好”团队，成员主要来自于跨境电商平台Shopee和华东师范大学，既有经验丰富的竞赛“老手”，也有大模型行业一线从业者。成员各司其职，分别负责理论框架、模型应用和工程实现，快速迭代出了一套解决方案，取得了不错的初赛成绩。他们认为，大赛经验能为产业问题提供一些具体指导，加速从技术到应用的落地。

图：“ETO统一阵线”的4名成员合影

“ETO统一阵线”是“高中少年团”的代表，4名成员分别来自松江二中、松江一中、曹杨二中、民办平和学校。他们平时热衷探索科学和计算机技术，不乏信息学竞赛高手，是同龄人中的科技佼佼者。初赛过程中，成员们先各自“分头”探索，发现好的成果后，再沿着统一方向进行深化改造，并巧妙运用了大模型的代码生成，既用AI给过程增效，也用AI赋能结果，实现了高效的协作和高质的交付，取得了社会科学赛道排名13的亮眼成绩。

创造优质赛事体验，助力复合人才培养

本届大赛评委会主席、上智院院长、复旦大学浩清特聘教授漆远表示：“通用人工智能的最高体现之一就是理解复杂世界、发现未知规律。简单地说，就是打造AI爱因斯坦。这也是AI for Science的关键目标”。

“以学促练，以练助学”，选手们的参赛表现，彰显了大赛在激发科研兴趣、培育年轻学者方面的价值。科学智能生态的发展，既离不开打通专业知识的壁垒，也离不开技术信仰的代代相传，呼唤着更多学科交叉、产研双精的复合型人才。

图：大赛组委会走进校园

为了给参赛者创造良好体验，初赛期间，大赛组委会走进浙江大学、上海交通大学等高校，与师生们深度交流AI for Science的发展历程和前景。大赛官方针对五大赛道打造了定制化的学习方案，以由浅入深的学习攻略，形成“练、学、比”一体的赛事生态，鼓励参赛选手勇创佳绩。

当前，初赛已于21日结束，选手们正在紧锣密鼓准备8月29日至9月24日的复赛，并将在10月的决赛决出优胜队伍。社会科学和逻辑推理是本届大赛在首届基础上新增的两大赛道，其中社会科学赛道的题目为“市场博弈和价格预测”，对电力市场中主体博弈产生的结算价格的预测具有重要的理论和现实意义。正如上智院理事长、复旦大学大数据学院副院长吴力波教授所言，能源转型与可持续发展有赖于以电力部门为代表的多主体参与，可借助AI技术挖掘市场博弈逻辑和预测市场出清价格，提升能源保障体系的稳定，助力电力行业健康、良序发展。而围绕大模型的智能化潜力，逻辑推理赛道以“复杂推理能力评估”为题，聚焦于AI逻辑推理对自然语言的分析和理解，为金融、医疗、教育等更多场景提供技术手段和创新思路。

作为官方比赛和社区平台，上智院·天池平台通过提供赛题数据、参赛环境、结果评选等服务，助力大赛推进。平台还将联合高校、科研机构及企业持续运营，打造AI for Science等多主题的赛事，举办各类技术沙龙、论坛等，构建科学智能社区生态，推动前沿创新资源的碰撞，促进产学研的深度融合。

选手们评价本次赛事组织“清晰”且“快速”。“拉马努铁”团队对本届大赛的一大感受是：“比赛的页面介绍、问题背景、DS文件等非常清晰，还提供了可用性很强的baseline文件。评测系统反馈非常快，交付后10秒钟左右就能出结果”。