(来源:麻省理工科技评论)
打开网易新闻 查看精彩图片
(来源:麻省理工科技评论)

上周三,Anthropic 宣布,今年早些时候成立了一间分子生物学实验室。在这间实验室里,Claude智能体负责阅读文献、研究复杂的生物学问题并提出假设,人类科学家则根据智能体给出的结果开展实验。Anthropic 称,这间由 AI 驱动的实验室已经取得了首个发现。

要理解 Anthropic 完成了什么,不妨想象这样一个场景:你在翻阅一包含数百万条 DNA 序列的庞大数据库。这些数据来自科学家对越来越多生物进行的基因组测序。要取得突破,第一步或许是从中找到一段特殊的序列,它可能编码某种有趣的酶。接下来,你还需要弄清楚这种酶的作用,并最终找到操控它的方法,让它发挥实际用途。

Anthropic 声称,其系统中的 950 个智能体经过 21 小时的工作,找到的并不是一段全新的序列。相反,智能体识别出了某种已知酶周围反复出现的特定模式。Anthropic 表示,这种模式此前尚未被收录。

不过,如果你只读 Anthropic 的公告,可能会觉得这支智能体大军确实发现了什么了不起的东西。公告称,这种模式让人“联想到”当初促成 CRISPR 基因编辑技术诞生的发现,并特别强调,CRISPR“已经彻底改变了科学和医学”。

这些说法激怒了一些生物学家。其中一位生物学家发布的帖子在网上广泛传播,随后还得到了制药公司礼来(Eli Lilly)董事长兼首席执行官的认同。帖子指出:“找到一簇奇怪的基因和重复序列,往往是比较容易的部分。真正困难的部分,也是重大发现真正产生的地方,在于弄清楚这个系统究竟发挥什么作用。”换句话说,这些智能体只是协助完成了一些繁琐的实验室基础工作,还谈不上取得了科学发现

这件事提醒我们,即使 AI 完成了某项令人印象深刻的任务,例如从海量生物学数据中识别出仅凭人眼难以察觉的模式,其结果本身也未必构成科学突破。对 AI 而言具有新颖性的成果,在生物学家看来可能只是常规操作。既不令人意外,也未必具有多么重大的意义。

让这场争议更加扑朔迷离的是,哥本哈根大学生物学家马里奥·罗德里格斯·梅斯特雷(Mario Rodríguez Mestre)上周末表示,他的团队此前已经发现了这一特定模式。据《纽约时报》报道,梅斯特雷在工作中经常与 Claude 交流,因此他怀疑,Anthropic 的团队是否从他与 Claude 的对话中获取了相关信息。

Anthropic 否认了这一说法。但梅斯特雷表示,无论如何,他都将停止使用 Claude。这里的部分问题在于,AI 公司并没有简单地将自己的系统定位为科学家可以使用的工具,就像显微镜或超级计算机一样。相反,它们坚持宣称,AI 系统本身正在做出科学发现。

在一些人看来,这种做法与科学研究的实际运作方式并不相符。科学新知通常诞生于研究者之间的合作,以及不断丰富的研究工具所提供的支持,而不是某个系统独立完成的工作。这种宣传方式还带来了另一个问题:即使 AI 真的取得了进展,人们也会对其抱有更强的怀疑。

从 20 万个候选对象中筛选出少数几个值得进一步研究的目标,绝非易事。这本身就是实实在在的科学研究工作。即使有人类研究人员从旁指导,并最终由人类完成实验,一个通用聊天机器人能够承担这项工作,依然值得关注。但一旦衡量标准变成“Claude 是否独立做出了科学发现”,上述所有成果就都成了一场非此即彼的争论。支持某一方的证据要么是重大突破,要么是一无所获。

当我们开始以 AI 是否做出了科学发现来评价它时,即使它似乎真的取得了成功,人们也很容易继续提高评判标准。

本月早些时候,OpenAI 宣布,其智能体团队攻克了一道悬赏百万美元的数学难题。然而,仅仅几周之后,我在社交媒体上关注的几乎所有 AI 怀疑论者都在转发一篇文章,质疑 OpenAI 解决的究竟是不是那道真正重要的数学问题。需要说明的是,这篇文章并没有认为 OpenAI 的解答是错误的。它提出的问题是,这项具体成果可能并不是数学家最关心的结果。

再加上此前有数学家指控,OpenAI 的模型可能在没有注明出处的情况下使用了他的部分研究成果,公众最终留下的印象便是:要么 OpenAI 作弊了,要么它解决的问题本来就没那么重要,或者两者兼而有之。

这也正是卢卡斯·哈林顿(Lucas Harrington)所担忧的问题之一。哈林顿是一名生物学家,也是前文那篇批评 Anthropic 公告的帖子的作者。他在帖子的结尾提出了一项建议:AI 公司应该“从现在起就设立较高的标准,这样,当 AI 真正发现一种全新的基础生物学机制时,每个人才能充分认识到这一发现的重要性”。

然而,随着 OpenAI 的萨姆·奥尔特曼(Sam Altman)和 Anthropic 的达里奥·阿莫代伊(Dario Amodei)争相超越对方,提高 AI 科学突破的评判标准,恐怕是他们最不愿意考虑的事情。

https://www.technologyreview.com/2026/09/28/1145230/when-can-we-say-ai-made-a-scientific-discovery/