观点：AI 助力科学需要推理，而不仅仅是数据
能够模拟人类研究过程的 AI 智能体将加速科学发现。
2026年8月10日 Stephanie Arnett/MIT Technology Review | Adobe Stock
每隔几十年，就会有人宣称科学已经走到了尽头。1903年，备受尊敬的物理学家阿尔伯特·迈克耳孙写道：“物理科学的事实已被全部发现。”20世纪80年代，斯蒂芬·霍金预测理论物理学可能在世纪末终结。随着人工智能的爆炸性到来，这种情绪再次弥漫开来——这一次还伴随着一项诺贝尔奖。2024年，谷歌DeepMind的德米斯·哈萨比斯和约翰·江珀因其神经网络AlphaFold获得了诺贝尔化学奖的部分奖项，该网络通过从数千个实验测定的蛋白质形状中学习，来预测蛋白质的三维结构。这个棘手的问题曾抵抗了半个世纪系统性的攻克；AlphaFold似乎一劳永逸地解决了它，世界也因此对其方法的前景着迷不已。哈萨比斯和他的团队称AlphaFold为“AI如何将全部科学加速至数字速度的模板”。
在DeepMind成功的鼓舞下，一批为生物学、化学和材料发现构建基础模型的初创公司筹集了数十亿美元。AlphaFold已经证明，AI与充足数据的结合可以带来突破性的发现（即使我们并不理解其中涉及的底层机制），而且似乎又一次，一条通往其余科学领域的道路已经展现在我们面前。
诚然，AI将给科学带来非凡的变化，但越来越清楚的是，AlphaFold及其同类可能并不是这场变革的最佳模板。尽管这是一项深远的成就，但产生AlphaFold这类成果的条件十分罕见，而在其他领域满足这些条件所需的时间将以数十年计，而非数年。相反，科学的加速将借助另一种方法实现：AI智能体。
AlphaFold成功的首要条件是蛋白质数据银行的存在，这是一个包含约17万个经实验验证的蛋白质结构的数据集，DeepMind团队可以在此之上训练其模型。蛋白质数据银行的创建并非易事：它耗费了53年的国际科学合作，并且根据近期的一项估计，需要约210亿美元的实验工作才能建成。众所周知，这种规模的努力极难获得资助、几乎无法协调、执行起来极其耗时；因此它们往往以失败告终。
但即使在那些具备必要凝聚力和资源、且相关数据不因商业所有权而无法获取的领域，另一个障碍也鲜少被讨论：生成可比数据在科学上的不可能性。就蛋白质结构而言，关键的实验技术——蛋白质晶体学——是一种异常可重复且可靠的工具，以至于超过25项诺贝尔奖都依赖于它。但在大多数实验科学中，结果往往差异很大。细胞系会发生漂移，化学品含有微量污染物，实验室湿度会变化。要在生物学或大部分化学领域创建足以训练现代神经网络的、足够一致、足够准确、足够精确且可扩展的测量数据集，将需要新型测量方法和新的标准化手段——而这些在短期内都不可能就绪。
当然，有少数领域满足这些要求：天气预报、大部分基因组学、极少数化学领域。这些领域可能很快就会迎来AlphaFold式的突破（如果还没有的话）。正如美国新兴生物技术国家安全委员会所主张的那样，政府对这些数据集的生产和协调提供支持将至关重要。但对于科学中的大多数未解问题，我们至少短期内需要另一套方案。
幸运的是，一种更安静、更谦逊的方法已经开始展现出前景。科学家们向来在不确定性中进行推理。致力于识别新药物靶点的生物学家从来不曾拥有完美的数据集。相反，他们结合对接计算和已知结构，考虑分子动力学因素，进行少量结合实验，并根据每种方法的特定优势和失败点，运用自己的判断来权衡各方法的结果。科学的技艺不在于任何单一工具；而在于综合多种工具所产出的结果，并随着证据的不断出现而修正结论。这才是大多数实际研究工作的真实过程。
但直到最近，还没有任何软件能够做到这一点。现在，智能体可以了。简而言之，智能体是一种AI推理引擎，它被赋予了访问工具（数字的或物理的）的能力以及使用这些工具的能力。在过去几年中，AI架构的根本性转变使得这些程序迅速普及，它们由大型语言模型驱动，极大地减少了对科学专用数据集的需求。对科学而言，这一技术进步代表了一种根本性的变革：它使我们能够创建可以模拟实际研究中迭代性、高度偶然性过程的数字工具。
如果说AlphaFold这样的工具是将一种强大的方法应用于一个有限的问题，那么智能体本质上则是通才。它们并不代表一种做科学的新方式——相反，它们以数字方式模拟人类发现的过程。以谷歌今年5月发布的AI联合科学家为例。研究人员给了它一页纸的简报和一个目标：弄清楚抗生素耐药性如何在细菌物种之间传播——这是耐药性感染的一个关键驱动因素。该系统生成了多个子智能体。一个从文献中起草假设，另一个像同行评审员一样将其拆解分析，第三个运行锦标赛来对最强候选进行排名。