科技日報記者 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計算機科學家杰弗里·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“阿爾法折疊2”的美國科學家德米斯·哈薩比斯和約翰·喬普。

隨著AI浪潮的不斷涌現，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，那么，AI“科學家”的研究成果能否摘取科學殿堂里這一誘人的獎項呢？

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”活躍于多個科研領域。

早在2009年，金與來自英國劍橋大學等機構的科學家，在《科學》雜志上發表論文，介紹了一位名叫“亞當”的機器人科學家。他們稱，這是世界上首臺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，然后設計實驗測試這些假設。它甚至還能對實驗室里的其他機器人進行編程，讓它們學習并開展實驗。“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進程，并降低研發成本。

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，創建了一款基于大語言模型的自動化科學研究和開放式發現綜合AI系統，并取名為“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并撰寫論文，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，機器化學家通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，而該模型能用算法預見并確認最優實驗方案。

江俊強調，這種理論與實踐交融的研究范式，能從數百萬種可能的配方中迅速識別最佳組合，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”通過自動化實驗設計、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，并加速了科學發現的進程。

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正在并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，“阿爾法折疊2”能基于蛋白質的氨基酸序列，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，“阿爾法折疊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信息并得出答案，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“阿爾法折疊”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”。

金也表達了類似的觀點。他認為，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。因為AI通過處理數據來構建知識，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“改變范式的表達”，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分歸功于人類的直覺，但目前的AI還不具備這種直覺。