关于 AI 科研的几点判断

关于制药行业

按照我对制药行业的一些浅薄了解，研发一款新药无非两个路径：

• 把各种物质（可能是人已经吃了很久的东西）在人身上 xjb 试，找它的效果
• 把某个生理机制研究明白之后设计药物定向干预

然而第一个路径和第二个路径的第一步都需要大量的实验，AI 或许能将二个路径的第二步极大加速，像 AI 预测蛋白质空间结构一样。

上面这个判断实际上适用于一切自然科学，因为这些领域的进展都需要物质性实验的支撑。当然，如果 AI 和人类科学家有效合作，总体上科研是能够极大加速的。

AI 能代替人科研吗？

我的判断是不行。因为“提出理论”是一个需要 taste（品味、审美）的活。比如爱因斯坦提出广义相对论，很大程度上只是遵从了数学上的对称性，这个理论甚至是在被提出很久之后才找到能够证实它的现象。

所以 AI 在这一轮革命的边界有可能是，AI 非常非常善于解决问题，但是它缺乏对于“什么是值得研究的好问题”“什么是更符合直觉的理论”之类的 taste。

同时根据“压缩即智能”之类的信息论观点，很容易做出 LLM 难以从人类现存的文本中学习到“创建全新理论”的能力的判断，至于这个问题是否确实如此悲观，目前还有很大争议。AI 现在已经做出的数学成果似乎无非只是在人类现有的框架上完成了大量的基础性工作，数值很强但是机制欠佳，在这点上似乎也不能高估 AI 的能力。

AI 会让科研失去乐趣吗？

不会。人类每次发明新工具都会失去一些“亲手解决某些困难/问题”的乐趣，不久后又总能再别的地方找回来，只是获得乐趣的形式和载体很可能会变化。除非 AI 科研强到可以完全替代人类。