圖片來源：物理學家組織網
【今日視點】
◎記者 劉 霞
2024年諾貝爾獎的三大科學獎項已經依次揭曉。人工智能（AI）成為今年開獎期間最熱門的詞匯。其中，美國物理學家約翰·霍普菲爾德和英裔加拿大電腦科學家謝菲·辛頓出人意料地獲得了諾貝爾物理學獎，而辛頓更為人所知的身份是「AI先驅」。諾貝爾化學獎也頒給了開發出AI模型「Alpha折疊2」的美國科學家德米斯·哈薩比斯和約翰·喬普。
隨著AI浪潮的不斷湧現，能夠自主開展科學研究的機器人，即所謂的AI「科學家」接踵而至。研究和開發AI的科學家頻頻問鼎諾貝爾獎，那麽，AI「科學家」的研究成果能否摘取科學殿堂裏這一誘人的獎項呢？
AI「科學家」紛至沓來
瑞典查爾姆斯大學機器智能教授羅斯·金指出，目前全球已有大約100名AI「科學家」。它們的「身影」活躍於多個科研領域。
早在2009年，金與來自英國劍橋大學等機構的科學家，在【科學】雜誌上發表論文，介紹了一位名叫「亞當」的機器人科學家。他們稱，這是世界上首台能夠獨立開展科研活動的機器。
金等人在論文中闡述道，「亞當」能自主提出假設，然後設計實驗測試這些假設。它甚至還能對實驗室裏的其他機器人進行編程，讓它們學習並開展實驗。「亞當」的任務是深入探究酵母的內部運作機制。在此過程中，它發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會期刊【界面】上撰文，宣布了第二位AI「科學家」——「夏娃」的誕生。「夏娃」被用於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行程，並降低研發成本。
據中國科學技術大學官網報道，2021年，全球首個數據智能驅動的機器化學家誕生在中國，目前已成為該校機器化學家實驗室的重要成員。該實驗室負責人江俊稱，從數百萬材料的可能組合中找到最優解，這項工作很多科研人員一生都做不完。而有了機器化學家，可能只需要一兩周時間即可完成。
今年9月，【自然】網站報道稱，日本Sakana AI公司和加拿大、英國科學家攜手，建立了一款基於大語言模型的自動化科學研究和開放式發現綜合AI系統，並取名為「AI科學家」。從閱讀文獻到提出新假設，再到嘗試各種解決方案並撰寫論文，整個研究周期，它能一氣呵成。
任勞任怨優勢多多
與人類科學家相比，AI「科學家」具有多重優勢：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細節。
江俊表示，機器化學家透過機器人精準的自動化操作能力，可不知疲倦地執行任務。與此同時，「化學大腦」同步進行量子化學仿真模擬，再整合廣泛的理論數據與精確的實驗結果，進而開發出具備前瞻預測功能的AI模型，而該模型能用演算法預見並確認最優實驗方案。
江俊強調，這種理論與實踐交融的研究範式，能從數百萬種可能的配方中迅速辨識最佳組合，極大地加速了新物質的發現過程。
【自然】報道也指出，AI「科學家」透過自動化實驗設計、數據分析、論文寫作等功能，顯著提高了研究效率，減少了科研成本，並加速了科學發現的行程。
缺乏直覺和理解力
金坦誠地表示，AI「科學家」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「科學家」在科研領域「折桂」，它們還需要變得「更聰明」。
挪威科技大學副教授英加·斯特拉穆克也認為，短期內，AI尚無法取代科學家。不過，AI正在並將繼續對科研方式產生深遠影響，這一點毋庸置疑。
她同時指出，「Alpha折疊2」能基於蛋白質的胺基酸序列，準確預測其三維結構，「做了人類無法做到的事情」，其計算能力也讓人類望塵莫及。同時，「Alpha折疊2」也揭示了當前AI模型的一個弱點：盡管它們非常擅長處理大量資訊並得出答案，但在解釋這個答案是否正確時，顯得有些力不從心。因此，盡管「Alpha折疊」預測的2億多個蛋白質結構「非常有用」，但它們「未直接揭示新的生物學原理或機制」。
對斯特拉穆克而言，科學研究的真正意義在於設法理解宇宙，而不僅僅只是「做出正確的猜測」。
金也表達了類似的觀點。他認為，AI雖然能夠獲取資訊，但還無法像人類那樣敏銳地感知世界。因為AI透過處理數據來構建知識，缺乏對這些知識的真正「理解」。
澳洲人工智能研究所一位科學家也指出，諾貝爾獎獎勵的是科研領域的突破，是對人類認知宇宙和世界「改變範式的表達」，而非簡單的發明。金對此表示贊同，他認為，今天的科學發現大部份歸功於人類的直覺，但目前的AI還不具備這種直覺。
來源：科技日報
