AI“科學(xué)家”能摘取諾獎桂冠嗎
科技日報記者 劉霞
2024年諾貝爾獎的三大科學(xué)獎項已經(jīng)依次揭曉。人工智能（AI）成為今年開(kāi)獎期間最熱門(mén)的詞匯。其中，美國物理學(xué)家約翰·霍普菲爾德和英裔加拿大計算機科學(xué)家杰弗里·辛頓出人意料地獲得了諾貝爾物理學(xué)獎，而辛頓更為人所知的身份是“AI先驅”。諾貝爾化學(xué)獎也頒給了開(kāi)發(fā)出AI模型“阿爾法折疊2”的美國科學(xué)家德米斯·哈薩比斯和約翰·喬普。
隨著(zhù)AI浪潮的不斷涌現，能夠自主開(kāi)展科學(xué)研究的機器人，即所謂的AI“科學(xué)家”接踵而至。研究和開(kāi)發(fā)AI的科學(xué)家頻頻問(wèn)鼎諾貝爾獎，那么，AI“科學(xué)家”的研究成果能否摘取科學(xué)殿堂里這一誘人的獎項呢？
AI“科學(xué)家”紛至沓來(lái)
瑞典查爾姆斯大學(xué)機器智能教授羅斯·金指出，目前全球已有大約100名AI“科學(xué)家”。它們的“身影”活躍于多個(gè)科研領(lǐng)域。
早在2009年，金與來(lái)自英國劍橋大學(xué)等機構的科學(xué)家，在《科學(xué)》雜志上發(fā)表論文，介紹了一位名叫“亞當”的機器人科學(xué)家。他們稱(chēng)，這是世界上首臺能夠獨立開(kāi)展科研活動(dòng)的機器。
金等人在論文中闡述道，“亞當”能自主提出假設，然后設計實(shí)驗測試這些假設。它甚至還能對實(shí)驗室里的其他機器人進(jìn)行編程，讓它們學(xué)習并開(kāi)展實(shí)驗。“亞當”的任務(wù)是深入探究酵母的內部運作機制。在此過(guò)程中，它發(fā)現了生物體內全新的基因功能。
2015年2月，“亞當”科研團隊在英國皇家學(xué)會(huì )期刊《界面》上撰文，宣布了第二位AI“科學(xué)家”——“夏娃”的誕生。“夏娃”被用于研究治療瘧疾和其他熱帶疾病的候選藥物。它可以加速新藥研發(fā)進(jìn)程，并降低研發(fā)成本。
據中國科學(xué)技術(shù)大學(xué)官網(wǎng)報道，2021年，全球首個(gè)數據智能驅動(dòng)的機器化學(xué)家誕生在中國，目前已成為該校機器化學(xué)家實(shí)驗室的重要成員。該實(shí)驗室負責人江俊稱(chēng)，從數百萬(wàn)材料的可能組合中找到最優(yōu)解，這項工作很多科研人員一生都做不完。而有了機器化學(xué)家，可能只需要一兩周時(shí)間即可完成。
今年9月，《自然》網(wǎng)站報道稱(chēng)，日本Sakana AI公司和加拿大、英國科學(xué)家攜手，創(chuàng )建了一款基于大語(yǔ)言模型的自動(dòng)化科學(xué)研究和開(kāi)放式發(fā)現綜合AI系統，并取名為“AI科學(xué)家”。從閱讀文獻到提出新假設，再到嘗試各種解決方案并撰寫(xiě)論文，整個(gè)研究周期，它能一氣呵成。
任勞任怨優(yōu)勢多多
與人類(lèi)科學(xué)家相比，AI“科學(xué)家”具有多重優(yōu)勢：開(kāi)展科研的成本更低，能全天候不間斷工作，還能勤奮地記錄過(guò)程的每一個(gè)細節。
江俊表示，機器化學(xué)家通過(guò)機器人精準的自動(dòng)化操作能力，可不知疲倦地執行任務(wù)。與此同時(shí)，“化學(xué)大腦”同步進(jìn)行量子化學(xué)仿真模擬，再整合廣泛的理論數據與精確的實(shí)驗結果，進(jìn)而開(kāi)發(fā)出具備前瞻預測功能的AI模型，而該模型能用算法預見(jiàn)并確認最優(yōu)實(shí)驗方案。
江俊強調，這種理論與實(shí)踐交融的研究范式，能從數百萬(wàn)種可能的配方中迅速識別最佳組合，極大地加速了新物質(zhì)的發(fā)現過(guò)程。
《自然》報道也指出，AI“科學(xué)家”通過(guò)自動(dòng)化實(shí)驗設計、數據分析、論文寫(xiě)作等功能，顯著(zhù)提高了研究效率，減少了科研成本，并加速了科學(xué)發(fā)現的進(jìn)程。
缺乏直覺(jué)和理解力
金坦誠地表示，AI“科學(xué)家”的科研能力目前還未達到諾貝爾獎獲得者的水平。若想讓AI“科學(xué)家”在科研領(lǐng)域“折桂”，它們還需要變得“更聰明”。
挪威科技大學(xué)副教授英加·斯特拉穆克也認為，短期內，AI尚無(wú)法取代科學(xué)家。不過(guò)，AI正在并將繼續對科研方式產(chǎn)生深遠影響，這一點(diǎn)毋庸置疑。
她同時(shí)指出，“阿爾法折疊2”能基于蛋白質(zhì)的氨基酸序列，準確預測其三維結構，“做了人類(lèi)無(wú)法做到的事情”，其計算能力也讓人類(lèi)望塵莫及。同時(shí)，“阿爾法折疊2”也揭示了當前AI模型的一個(gè)弱點(diǎn)：盡管它們非常擅長(cháng)處理大量信息并得出答案，但在解釋這個(gè)答案是否正確時(shí)，顯得有些力不從心。因此，盡管“阿爾法折疊”預測的2億多個(gè)蛋白質(zhì)結構“非常有用”，但它們“未直接揭示新的生物學(xué)原理或機制”。
對斯特拉穆克而言，科學(xué)研究的真正意義在于設法理解宇宙，而不僅僅只是“做出正確的猜測”。
金也表達了類(lèi)似的觀(guān)點(diǎn)。他認為，AI雖然能夠獲取信息，但還無(wú)法像人類(lèi)那樣敏銳地感知世界。因為AI通過(guò)處理數據來(lái)構建知識，缺乏對這些知識的真正“理解”。
澳大利亞人工智能研究所一位科學(xué)家也指出，諾貝爾獎獎勵的是科研領(lǐng)域的突破，是對人類(lèi)認知宇宙和世界“改變范式的表達”，而非簡(jiǎn)單的發(fā)明。金對此表示贊同，他認為，今天的科學(xué)發(fā)現大部分歸功于人類(lèi)的直覺(jué)，但目前的AI還不具備這種直覺(jué)。
