什么值得买App下载 App ›
连续签到专享现金活动

AI读文献30分钟顶数月,但这些事它永远做不了

实验室里,AI正在成为科研人员的"超级助手"——它能在30分钟读完551篇文献,能同时筛选数亿个分子候选,将药物研发周期从数年压缩到几天。但与此同时,关于"AI能不能独立做科研"的争论从未停止:一方面,Nature同天发表两篇AI科研系统论文,被媒体称为"AI要取代科学家";另一方面,真实评测数据泼了冷水——主流模型在Ph.D.级别的物理研究任务上,没有一个超过50分,AI做科研的边界到底在哪?1
AI在科研流程里具体能干什么?
先把科研流程拆开看。AI能高效介入的环节有三个:文献综述、假设生成、数据分析。以文献综述为例,Robin系统在30分钟内分析了551篇相关文献,整合出具有内在一致性的研究框架;传统方式完成同等工作量需要数月。AI处理这一环节的本质,是用统计关联在海量信息中建立联系——它能识别跨文献的逻辑连接,生成带溯源的结构化综述,将"大海捞针"变成"精准定位"。文献调研的时间成本因此压缩了50%以上。1
假设生成是AI介入最深的环节。Co-Scientist系统通过七个专门化代理对同一假说持续辩论、互相挑战,让质量更高的假说在迭代中胜出。在AML(急性髓系白血病)案例中,系统生成的部分假说达到了有经验科学家的水平——评估方式是领域专家盲审。另一项研究显示,中科院的"磐石·数字细胞"大模型曾在30天内发现了3个全新的药物靶点,并全部通过了真实实验验证。这类系统的核心逻辑是:在人类划定的知识框架内,AI可以通过大规模模式匹配找到人类难以注意到的关联。21
数据分析环节,AI的能力边界相对清晰。它适合处理重复性、结构化、可检查的工作——数据清洗、描述性统计、可视化代码生成、论文语句润色、格式统一、参考文献规范整理。这些任务的共同特征是:边界封闭、规则可数字化、结果可验证、反馈即时。在这个"小世界"里,统计关联已足够强大。但在需要"理解物理意义"的分析场景下,AI仍会出错——它可能选错理论框架,或者套用"看起来像"的公式。234
AI做不到什么?这些环节必须人来
原创科研思路和价值判断,是AI无法突破的硬边界。上交团队在PRL-Bench评测中发现:主流模型在需要"自主规划、长程探索、工具协同"的真实物理研究任务上,没有一个超过50分。问题不在"算不出来",而在于约45%-55%的失败集中在理论、公式层面——模型往往选错理论框架,或者在多步推导中引入不可靠假设,最终导致整条推理链条断裂。当前模型更像会解题,但不会做研究——它可以完成既定路径下的任务,但一旦需要自己选方法、走完整个长程研究流程,就容易偏航。4
物理世界验证,是AI的另一道坎。AlphaFold的开发者John Jumper曾强调,AI预测的蛋白质结构更像是给科学家的"导航地图",最终的真相依然需要实验室里的真实生物实验来确认。一项评估显示,在需要反复提出假设、设计实验、根据证据修正想法的任务中,AI的正确率低于60%,并且有71%的情况,AI的信念根本不会根据新证据更新。科学发现离不开对"意外"的敏感性——许多突破(如青霉素的发现)源于实验中的意外观察,这种基于实体的推理和对异常信号的捕捉,是当前AI的短板。56
更深层的限制在于:AI无法独立完成"提出新问题、开拓新领域、定义新科学"的核心科研动作。它只能在人类划定的知识框架内优化迭代,无法自主"创建新学问体系"。高能物理研究者出身的姚顺宇在访谈中指出,AI可以完成编程、跑实验、数据分析、参数调优等机械化科研流程,却无法诞生人类独有的科研直觉、原创猜想与价值思辨。这些能力的缺失,划定了AI科研能力的清晰上限。7
干湿闭环怎么跑通,效率差多少?
说到效率,必须先搞清楚两个概念:干实验是在计算机上完成的模拟计算、文献分析;湿实验是必须在实验室操作真实样品的生物化学操作。传统科研里,这两个世界几乎是割裂的——干实验建完模型写篇论文说"预测是X",湿实验的人要么复现不出来,要么花大量时间摸索最优条件。干湿闭环要解决的,就是让计算模拟和实验操作形成双向反馈的自动化流水线。8
干湿闭环的价值,用具体数字说话。在某抗肿瘤药物研发项目中,传统做法每年完成20-30个化合物的筛选,整个临床前研究周期往往需要5年以上。引入AI干湿闭环系统后,第一年内完成了超过3000个化合物的干湿联合筛选,筛选出12个高活性候选分子。更惊人的是成功率:传统初筛阶段的命中率通常在1%-5%,而AI辅助筛选的命中率达到了23%。晶泰科技的数据也显示,其平台将传统"经验驱动"的研发模式转变为数据驱动的智能循环,累计开发超200个AI模型,覆盖主流药化反应类型。89
闭环跑通的关键,不只是自动化,而是数据能回流。深势科技发布的玻尔·跃迁实验室,接入了1800余种仪器设备,试图解决设备割裂、经验依赖、数据离散等软硬集成难题。其核心逻辑是:实验全量数据——包括传统研发中常被丢弃的失败案例与负向数据——被结构化回流至模型端,持续修正模型预测能力,形成"越用越强"的正向循环。Golab物质科学智能研发工厂的实践也验证了这一点:将量子力学等物理机理深度嵌入训练与推理后,模型仅需少量数据即可实现跨领域迁移。1011
选对工具、用对场景,科研人员怎么办?
综合已有信息,AI工具的能力可以分成三个层次:高效执行层(数据清洗、文档生成等标准化工作)、受限协作层(需要人类盯着做的风险评估、创意辅助)、禁止介入层(道德判断、艺术评价等主观领域)。科研场景落在前两个层次,但关键在于:AI适合处理重复性、结构化、可检查的工作;涉及理论判断、方法选择和结论责任的任务,应由研究者主导。12
选工具时,看三个维度:任务类型、数据可验证性、人机协作深度。如果任务边界封闭、结果可验证、反馈即时——比如文献综述、数据可视化——AI可以独立完成大半工作。如果任务涉及原创假设、物理验证、多步推理——比如机制研究、靶点发现——AI更适合作为"超级副驾驶",人类负责方向把控和最终判断。一种常见误区是:把所有任务都推给AI。Nature的评论文章明确指出,当前AI系统的能力边界报告,不是取代科学家的宣言——"AI scientist更快更省"的背后,是人类科学家仍需负责核心科研判断。113
真正值得关注的,是人机协作的效率差。AI完成单个任务平均用时4.9-25分钟、花0.92-4.58美元,而人类完成同样任务通常需要数小时甚至数十小时。这个差距意味着:如果科研人员能把重复性工作交给AI,自己聚焦于假设生成和价值判断,整体效率会大幅提升。但前提是——科研人员得知道什么时候该用AI,什么时候该亲自上手。这才是AI时代科研能力的新分水岭。13
回顾主流观点的分歧:有人认为"AI设计完,机器人自动验证"的时代已来,干湿闭环效率提升20倍;也有人指出,当前AI在"需要反复假设-验证-修正"的任务中正确率低于60%,且不会根据新证据更新信念。这两种判断并不矛盾——AI擅长的是规模化筛选和模式匹配,人擅长的原创假设和物理验证。真正高效的科研路径,是让AI处理它擅长的规模化任务,人类专注它做不到的创造性环节。AI是"人类科研的终极协处理器",而不是独立科学家——这或许是当前最接近共识的判断。65

评论

评论区空态插画

当前文章无评论,是时候发表评论了