我们什么时候才能说 AI 取得了科学发现？

本文最初发表于我们的 AI 周报《The Algorithm》。如果想第一时间在邮箱中收到类似故事，请点击此处订阅。

上周三，Anthropic 宣布今年早些时候启动了一个分子生物学实验室。在这个实验室里，Claude 智能体负责阅读生物学难题并提出猜想，人类科学家则根据它们报告的内容开展实验。Anthropic 表示，这个由 AI 驱动的实验室已经取得了它的第一个发现。

要理解 Anthropic 所说的系统究竟做了什么，可以想象你正在翻阅一座由数百万条序列组成的 DNA 图书馆——随着科学家对生命世界的测序越来越多，这样的数据也在不断积累。通向突破的一步，可能是找到一段特殊的序列，比如它编码了一种有趣的酶。接下来，你需要弄清这种酶的功能，并最终找到方法去操纵它，让它做有用的事。

Anthropic 表示，它的系统由 950 个智能体组成，在运行 21 小时后所找到的，并不是一条全新的序列。这些智能体标记出的是围绕在一种已知酶周围的一种重复模式，Anthropic 称这种模式此前从未被编目记录。但如果你通读 Anthropic 的公告——其中把这种模式描述为“让人联想到”曾孕育出基因编辑技术 CRISPR 的那种发现，并说 CRISPR“已经改变了科学与医学”——听起来似乎这支庞大的智能体大军确实找到了某种值得关注的东西。

这些声明激怒了一些生物学家。一篇广为传播的帖子——随后得到了制药企业礼来公司董事长兼 CEO 的转发支持——写道：“找到一簇奇怪的基因和重复序列，通常只是容易的部分。真正困难的部分，也是真正诞生发现的环节，是弄清这个系统究竟有什么用。”换句话说，这些智能体只是帮忙做了一些实验室里的苦力活。但要说这是发现，差得还远。

这提醒我们：即便 AI 做了某件令人印象深刻的事——比如在海量生物数据中找出一种单凭人眼难以察觉的模式——这一结果本身未必构成科学上的突破。对 AI 而言是新鲜事的东西，在生物学家眼里可能只是常规、平淡、或者根本无关紧要。

让这件事更加扑朔迷离的是，《纽约时报》报道，哥本哈根大学的生物学家 Mario Rodríguez Mestre在上周末表示，他的团队其实早已发现了这种特定的模式。Mestre 在工作中经常与 Claude 交流，他怀疑 Anthropic 的团队是不是从他的对话中学到了东西。Anthropic 否认了这一说法，但 Mestre 表示无论如何，他已经停止使用 Claude。

问题的一部分在于，AI 公司并没有把它们的系统仅仅定位为科学家可以使用的工具，就像显微镜或超级计算机那样。它们坚持认为，这些 AI 系统本身就在做出发现。在一些人看来，这种做法与科学的实际运作方式格格不入——新知识更典型的是在协作中诞生，并通过不断增长的工具库来产生。

这也在让人们在未来真正出现进步时变得更加多疑。把 20 万个候选对象筛选到几个值得深入探索的方向，绝非小事；这本身是货真价实的科学工作。一个通用聊天机器人能够完成这样的工作，本身就值得关注——即便最终是人在引导方向并完成实验。但一旦评判标准变成“Claude 本身是否做出了发现”，所有这些就都变成了一场非此即彼的辩论的筹码，而这场辩论只有两种答案：要么是突破，要么是失败。

一旦我们开始用“是否做出发现”来评判 AI，那么即便它真的看起来赢了一次，人们也难免想把门槛再往后挪。本月早些时候，OpenAI 宣称其自有的智能体团队已经攻下了一道价值百万美元的数学难题。然而仅仅几周之后，我信息流里几乎每一个 AI 怀疑论者都在转发一篇文章，质疑那道题是不是真正重要的那道题。

需要说明的是，那篇文章并没有说 OpenAI 的解答是错的。它论证的是：这个特定的结果，可能并不是数学家最在意的那个。再叠加上一位数学家指控这些模型可能未加署名地使用了他的工作，人们脑海中只剩下两种印象：要么 OpenAI 做了手脚，要么这个解本身并不重要。两者兼而有之的情况也完全可能。

这也是撰写那篇批评 Anthropic 公告的生物学家 Lucas Harrington 所担忧的一部分。他在文末提出了一个建议：AI 公司“现在就应该把标准定得高一些，这样等到 AI 真正发现一种全新的生物学机制时，大家才能体会到这究竟是一件多么了不起的事”。但随着 OpenAI 的 Sam Altman 与 Anthropic 的 Dario Amodei 竞相超越对方，把 AI 在科学突破上的门槛提高，恐怕是他们最不放在心上的一件事。把 AI 在科学突破上的门槛提高，恐怕是他们最不放在心上的一件事。