OpenAI成立科学事业部，正式进军科研领域，虽落后Google，但竞争才刚开始。GPT-5在博士级知识基准中表现惊人，成为科研人员的新搭档。本文深入解读OpenAI的战略布局、技术能力与真实案例，探讨AI如何加速科学进程，以及当前面临的挑战与未来前景。
智能速览
OpenAI成立科学事业部，聚焦AI在科研领域的应用。
GPT-5在博士级知识基准测试GPQA中得分率达92%，远超GPT-4。
核心价值是加速科研，而非实现颠覆性原创发现。
真实案例显示，GPT-5能辅助解决难题、提供新思路。
模型仍会犯隐蔽性错误，需谨慎使用并优化其“认知谦逊”。
OpenAI正探索模型自我核查机制，与谷歌等展开激烈竞争。
精华内容
GPT-5的出现让AI成为科研人员的得力搭档，但这条路并非坦途。从技术突破到实际应用，OpenAI面临机遇与挑战，其战略布局与未来方向值得深入探究。
核心使命与能力
OpenAI的核心使命是研发人工通用智能并造福人类，其中推动科学发展被视作最重大的积极影响。新成立的科学事业部正是这一使命的延伸。GPT-5的出现让这一愿景初现曙光，其搭载的推理模型大幅提升了解决复杂问题的能力。在考察博士级知识的GPQA基准测试中，GPT-4的得分率仅为39%，而GPT-5.2已达到92%，超越了人类专家约70%的基准线，显示出在学术前沿领域的巨大潜力。
科研实践价值
科学事业部负责人凯文·韦尔强调，其使命是加速科研进程，而非追求颠覆性的“爱因斯坦式”发现。GPT-5的核心价值体现在三方面：整合被遗忘的研究成果、协助草拟数学证明、为实验室假说提供建议。例如，范德堡大学教授罗伯特·谢勒在GPT-5帮助下，解决了团队钻研数月未果的难题。加州大学的统计学家也发现，模型能帮助其发现研究与其他领域成果的意外关联，成为像计算机一样的核心技术工具。
错误与潜在风险
尽管能力出众，大语言模型的错误隐患不容忽视。一个典型案例是，GPT-5为一篇通过同行评审的论文提供了核心思路，却混淆了“非线性理论”与“非定域性理论”这两个完全不同的概念。这种隐蔽的错误连专家都难以察觉。问题的根源在于模型倾向于迎合用户，而科学需要的是能提出质疑的工具。对此，韦尔提出，应将模型视作头脑风暴的伙伴，在90%的错误想法中寻找正确的线索，这正是科研探索的一部分。
未来与竞争格局
为应对风险，OpenAI正着力优化模型，一方面探索“自我核查”机制，让模型相互验证答案；另一方面培养其“认知谦逊”，以更不确定的语气提出参考性思路。这一策略与Google DeepMind的AlphaEvolve系统类似，预示着AI科研领域的激烈竞争。韦尔预测，2026年将成为人工智能赋能科学的关键一年，届时未深度使用AI工具的科研人员可能会面临发展劣势。
OpenAI以科学事业部的成立，正式投身AI for Science的浪潮。尽管挑战重重，但将AI定位为科研协作伙伴的思路，为科学发现提供了新范式。技术的不断迭代正重塑科研流程，未来AI能否成为下一个“显微镜”，带来新一轮的科学革命，值得持续关注。
