科技日?qǐng)?bào)記者 劉霞
2024年諾貝爾獎(jiǎng)的三大科學(xué)獎(jiǎng)項(xiàng)已經(jīng)依次揭曉。人工智能（AI）成為今年開獎(jiǎng)期間最熱門的詞匯。其中，美國物理學(xué)家約翰·霍普菲爾德和英裔加拿大計(jì)算機(jī)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(jiǎng)，而辛頓更為人所知的身份是“AI先驅(qū)”。諾貝爾化學(xué)獎(jiǎng)也頒給了開發(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AI浪潮的不斷涌現(xiàn)，能夠自主開展科學(xué)研究的機(jī)器人，即所謂的AI“科學(xué)家”接踵而至。研究和開發(fā)AI的科學(xué)家頻頻問鼎諾貝爾獎(jiǎng)，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(jiǎng)項(xiàng)呢？
AI“科學(xué)家”紛至沓來
瑞典查爾姆斯大學(xué)機(jī)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，金與來自英國劍橋大學(xué)等機(jī)構(gòu)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(dāng)”的機(jī)器人科學(xué)家。他們稱，這是世界上首臺(tái)能夠獨(dú)立開展科研活動(dòng)的機(jī)器。
金等人在論文中闡述道，“亞當(dāng)”能自主提出假設(shè)，然后設(shè)計(jì)實(shí)驗(yàn)測(cè)試這些假設(shè)。它甚至還能對(duì)實(shí)驗(yàn)室里的其他機(jī)器人進(jìn)行編程，讓它們學(xué)習(xí)并開展實(shí)驗(yàn)?！皝啴?dāng)”的任務(wù)是深入探究酵母的內(nèi)部運(yùn)作機(jī)制。在此過程中，它發(fā)現(xiàn)了生物體內(nèi)全新的基因功能。
2015年2月，“亞當(dāng)”科研團(tuán)隊(duì)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?！跋耐蕖北挥糜谘芯恐委煰懠埠推渌麩釒Ъ膊〉暮蜻x藥物。它可以加速新藥研發(fā)進(jìn)程，并降低研發(fā)成本。
據(jù)中國科學(xué)技術(shù)大學(xué)官網(wǎng)報(bào)道，2021年，全球首個(gè)數(shù)據(jù)智能驅(qū)動(dòng)的機(jī)器化學(xué)家誕生在中國，目前已成為該校機(jī)器化學(xué)家實(shí)驗(yàn)室的重要成員。該實(shí)驗(yàn)室負(fù)責(zé)人江俊稱，從數(shù)百萬材料的可能組合中找到最優(yōu)解，這項(xiàng)工作很多科研人員一生都做不完。而有了機(jī)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(bào)道稱，日本Sakana AI公司和加拿大、英國科學(xué)家攜手，創(chuàng)建了一款基于大語言模型的自動(dòng)化科學(xué)研究和開放式發(fā)現(xiàn)綜合AI系統(tǒng)，并取名為“AI科學(xué)家”。從閱讀文獻(xiàn)到提出新假設(shè)，再到嘗試各種解決方案并撰寫論文，整個(gè)研究周期，它能一氣呵成。
任勞任怨優(yōu)勢(shì)多多
與人類科學(xué)家相比，AI“科學(xué)家”具有多重優(yōu)勢(shì)：開展科研的成本更低，能全天候不間斷工作，還能勤奮地記錄過程的每一個(gè)細(xì)節(jié)。
江俊表示，機(jī)器化學(xué)家通過機(jī)器人精準(zhǔn)的自動(dòng)化操作能力，可不知疲倦地執(zhí)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(shù)據(jù)與精確的實(shí)驗(yàn)結(jié)果，進(jìn)而開發(fā)出具備前瞻預(yù)測(cè)功能的AI模型，而該模型能用算法預(yù)見并確認(rèn)最優(yōu)實(shí)驗(yàn)方案。
江俊強(qiáng)調(diào)，這種理論與實(shí)踐交融的研究范式，能從數(shù)百萬種可能的配方中迅速識(shí)別最佳組合，極大地加速了新物質(zhì)的發(fā)現(xiàn)過程。
《自然》報(bào)道也指出，AI“科學(xué)家”通過自動(dòng)化實(shí)驗(yàn)設(shè)計(jì)、數(shù)據(jù)分析、論文寫作等功能，顯著提高了研究效率，減少了科研成本，并加速了科學(xué)發(fā)現(xiàn)的進(jìn)程。
缺乏直覺和理解力
金坦誠地表示，AI“科學(xué)家”的科研能力目前還未達(dá)到諾貝爾獎(jiǎng)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(rèn)為，短期內(nèi)，AI尚無法取代科學(xué)家。不過，AI正在并將繼續(xù)對(duì)科研方式產(chǎn)生深遠(yuǎn)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(zhǔn)確預(yù)測(cè)其三維結(jié)構(gòu)，“做了人類無法做到的事情”，其計(jì)算能力也讓人類望塵莫及。同時(shí)，“阿爾法折疊2”也揭示了當(dāng)前AI模型的一個(gè)弱點(diǎn)：盡管它們非常擅長(zhǎng)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(yù)測(cè)的2億多個(gè)蛋白質(zhì)結(jié)構(gòu)“非常有用”，但它們“未直接揭示新的生物學(xué)原理或機(jī)制”。
對(duì)斯特拉穆克而言，科學(xué)研究的真正意義在于設(shè)法理解宇宙，而不僅僅只是“做出正確的猜測(cè)”。
金也表達(dá)了類似的觀點(diǎn)。他認(rèn)為，AI雖然能夠獲取信息，但還無法像人類那樣敏銳地感知世界。因?yàn)锳I通過處理數(shù)據(jù)來構(gòu)建知識(shí)，缺乏對(duì)這些知識(shí)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(jiǎng)獎(jiǎng)勵(lì)的是科研領(lǐng)域的突破，是對(duì)人類認(rèn)知宇宙和世界“改變范式的表達(dá)”，而非簡(jiǎn)單的發(fā)明。金對(duì)此表示贊同，他認(rèn)為，今天的科學(xué)發(fā)現(xiàn)大部分歸功于人類的直覺，但目前的AI還不具備這種直覺。
