Anthropic的联合创始人杰克·克拉克（Jack Clark）在最近的一次会议上明确指出，AI正在加速数学、生物、药物等领域的突破。看到这个观点，我并没有觉得意外，反而觉得这是一种必然的趋势。我们过去总是把AI局限在聊天机器人或者生成图片的层面，这其实大大低估了它的底层潜力。
我仔细思考过AI在科学发现中的独特价值。传统的科学研究往往依赖于科学家的直觉和大量的试错，过程漫长且充满不确定性。而AI，特别是那些具备强大推理能力的大语言模型（Large Language Models），能够处理人类大脑无法企及的海量数据维度。在数学证明或者蛋白质折叠（Protein Folding）这样的复杂问题上，AI可以迅速遍历数百万种可能性，找出那些人类容易忽略的隐藏模式。它不是在替代科学家，而是在为科学家提供一个超级显微镜。
这种转变让我感到兴奋，同时也有一丝敬畏。我感到兴奋，因为我们这一代人有可能见证基础科学的爆发式增长。一些困扰人类几十年的难题，可能会在AI的辅助下在几年内被攻克。同时我也感到敬畏，当AI开始参与到科学发现的核心环节时，我们该如何验证它得出的结论？如果AI给出了一个完美的数学证明，但我们人类却无法理解其中的逻辑，那这个证明还有意义吗？这就是所谓的“黑盒”困境。
克拉克的发言提醒了我，AI的终极价值绝非替代人类写几篇营销文案，其核心意义是拓展人类认知的边界。作为技术从业者，我们应该把大量的目光投向这些硬核的科学领域。与其在应用层卷那些同质化的功能，不如去思考如何用AI去解决真正的世界性难题。这才是技术该有的样子，也是我们能留给未来最有价值的遗产。我们需要拥抱这种变化，准备好迎接一个由AI驱动的科学新纪元。