到底是终末的黑暗,还是无限的起点?——AI对未知的挑战

当人们还在惊叹AlphaFold对蛋白质结构预测的“一骑绝尘”时,更多人已在思考:如果把科研这件事交给AI,未来会走向何方?资源有限,欲望无穷,这是整个历史长河里,人类一直在上演的悖论式命题。就像爱因斯坦描绘的那个圆:圈子越大,周围的未知也越明显。我们一边渴望快点扩大这个“已知”之圆,一边又对无尽的未知怀有敬畏与焦虑。也有人问:有没有可能,我们只是加快了撞上宇宙尽头的速度?

乍看起来,这似乎是一个“人力(或资源)终有尽头 VS 无限探索欲望”的博弈。从某种程度上说,人类文明的每一次显著跃升,都在追赶或者拓宽我们自认为的“极限”。在最初,神话与宗教给出了对未知的解释;如今,各路科学技术的迭代似乎更直截了当——就像许多科幻作品预测的一样,人类一步步用“工具”去探寻边界。最新的“工具”之一,就是AI。


从爱因斯坦的圈子谈起:知道得越多,不知道得越多

很多人都听过那个生动比喻:人的知识是圆内之地,未知是圆外的海洋;圆越大,接壤的未知也就越广。所以随着人类对世界的认知不断拓展,会同时意识到更多我们还不明白的东西。这是一个十分有趣的悖论:我们越勤奋探索,就越清晰地看到自己尚未触及的领域。

施一公曾用AI在蛋白质结构分析上的速度来说明,人类已经看到科学加速的一个缩影。从AlphaFold到ChatGPT,人们惊艳于AI的“不可思议”,也许下一步就是AGI(通用人工智能)的崛起。但“快速扩大知识圈”的背后,也存在一些让人皱眉的问题:

  • 资源是否足以支撑下一个量级的需求?

  • AI真的能突破瓶颈,还是只是把研究者引到一个更宽阔但仍有限的空间?


以AI为利剑,还是饮鸩止渴?

如果你翻看许多硬科幻,可能会发现几乎所有悲观命题都能归结到“资源终究匮乏”上。比如有人会严肃地说:“宇宙如此浩瀚,地球资源始终有限,终究我们还是得面对末路。”正如他们所说的,人类对未知的渴望无比强烈,却无法弥补有限资源的现实。那么当下AI取得的各种突破,会不会只是加速燃烧,我们会不会最终被困在一个更大的牢笼里?

“要用魔法打败魔法。”当别人和你谈末世、谈忧虑,不妨先谈谈那些改变生活的好事。回想一下短短几十年,我们经历了拨号上网到5G网络的飞跃,感受过智能手机替代PC的浪潮……每一轮技术浪潮,总能给人意想不到的惊喜。纵使我们无法确认AI能否带领人类跨过真正的终极边界,也许它至少能让我们多些底气,减缓在探索道路上的疲态。就像X世代、Z世代那样,更乐于拥抱新技术带来的变化,因为谁不想在有生之年体验更多“黑科技”呢?


具身智能与自组织:AI走向科研前线

说回AI对科研的影响,近年有个热门方向叫“具身智能”(Embodied AI),让AI不仅处理数据,还能与物理世界进行交互。换句话说,AI不只是在显卡集群中建模,而是可以驱动实验设备,甚至根据实验结果自我调整下一步研究方案。这样一来,很多人力成本高、迭代缓慢的科研流程或许会得到大幅度升级。

你可以想象一个高度自动化的实验室:AI扫描大量文献,制定实验方案,操控机器人完成实验,并实时修正下一步策略。在这样高度自组织的系统里,科研速度会空前提升。当然,我们也必须严肃讨论“可解释性”与“信任”问题:当机器的运算逻辑变得越来越复杂,我们要如何确保AI在做出正确决策?如何向科学家和公众展示其合理性与准确性?

在《Thinking, Fast and Slow》[1](Daniel Kahneman, 2011)中,人类会用快速直觉和慢速理性两种思维模式来认知世界。AI也在尝试结合这两种模式:快速信息检索和“慢思考”般的推理与规划。如果真的成熟应用于科研,或许会激发出新的研究范式——“AI4Sci”已经是许多顶尖团队聚焦的前沿热词。


反抗天理?AI究竟给了我们什么?

从某种角度来说,AI似乎让人类的“斗争欲”达到了一个新高度:我们看到了有限资源的“瓶颈”,却想用另一种力量去打破常规,乃至获得突破性的发现。可以把AI当作一把弑神的利剑,让我们更快地斩开通往真理的迷雾;也可以将之视为在“饮鸩止渴”,加速把资源烧光。谁也不确定最后的结果。

但或许正因为未知无比宽广,我们才更需要这样的“利剑”。与其坐在原地感慨宇宙的终极尽头,不如继续推动那些更高效的科研模式落地,寻找各种可能性。毕竟,即使最后证明这条路走不通,也能为后来者留下关键的经验和教训,下一波技术革新就有更多概率成功。


结语:新型体力劳动者?下一步的思考

回到文章的标题——“知道得越多,不知道得越多”。不管是人力推动,还是AI加持,人类所能挖掘的知识永远不会穷尽。能做的,就是在这个无边界的探索中,让我们的科研更有效率、更具创意。在人力有限、资源有限的大环境下,AI或许就是那个“无限”与“有限”之间的关键纽带。

这里也留下一个悬念:在AI时代,科学家或者科研工作者会不会成为某种“新型体力劳动者”?当AI能替我们做越来越多、越来越深的研究,我们又该如何定义自己的存在价值?欢迎在评论区留下你的思考,也请把这篇文章分享给更多对AI与科研话题感兴趣的朋友,让我们的探讨延伸到更多人群中。下一期,我们就继续深入聊聊科研人的角色转变,看一看AI革命之下,人的尊严与智慧能否获得新的定义。

参考文献:

[1] D. Kahneman, Thinking, Fast and Slow, Farrar, Straus and Giroux, 2011.

(如需补充其他文献或数据,可在文内标注来源链接。)