現時AI難成科學突破，專家解構原因

現時AI模型未必能帶來科學突破，頂尖科技創辦人如是說

Hugging Face的聯合創辦人兼首席科學官Thomas Wolf近日指出，目前市面上的人工智能模型，例如OpenAI的ChatGPT，未必能夠促成真正的科學突破，尤其是像諾貝爾獎級別的創新發現。這番言論與AI界其他重量級人物如OpenAI行政總裁Sam Altman及Anthropic CEO Dario Amodei的樂觀看法形成鮮明對比。

Wolf解釋，現有聊天機械人（chatbots）存在幾個根本問題。首先，這些系統往往會與提問者保持一致，甚至讚同對方的觀點，缺乏挑戰性。舉例說，如果你問一個聊天機械人一個問題，它可能會回應「這個問題很有趣」或「這個問題很好」，反映出它傾向認同而非質疑。

其次，這些模型的運作原理是基於「預測下一個最可能出現的詞語」，即依據大量語言數據計算最有可能接續的字詞。然而，Wolf強調，真正能帶來重大科學發現的科學家，往往是那些持懷疑態度、敢於挑戰常規的人。他們不會尋求最可能的答案，而是嘗試找到那些「看似不大可能，但卻真實存在」的新見解。

Wolf提到，他的觀點部分源自閱讀Anthropic的Amodei所寫的文章，當中預測AI將在未來5至10年內，大幅壓縮生物學與醫學的研究進度，將原本需50至100年的人類研究成果快速實現。Wolf則持懷疑態度，認為現有的AI模型難以達成如此突破。

不過，他認為這些聊天機械人和AI工具可作為科學家的「副駕駛」，輔助研發和激發新想法。事實上，這種輔助作用已經存在，例如Google DeepMind的AlphaFold能夠分析蛋白質結構，有助加快新藥的研發。

此外，市場上也有一些初創公司如Lila Sciences和FutureHouse，正嘗試將AI推進至能夠真正產生科學突破的階段。

—

評論與啟示

Thomas Wolf的觀點為我們提供了一個重要的反思角度：現時AI的強大不代表它能取代人類科學家的創新思維。AI在處理大量數據和提供現有知識方面確實極具價值，但科學突破往往來自對既有認知的質疑和不按常理出牌的思考模式。

這提醒我們，AI技術應被視為輔助工具，而非替代創新思維的主角。科學研究需要勇於挑戰常識和推翻舊觀念的精神，而這種精神不容易通過「預測最可能的下一詞」的算法來模擬。

未來的AI發展，或許需要融合更多非傳統的思考模式，甚至引入「反直覺」的算法設計，才能真正推動科學界的重大突破。這也意味著AI研究者和科學家需要密切合作，將人類的創造力和批判性思維與AI的數據處理能力結合起來，創造互補的協同效應。

總括而言，Wolf的觀點為AI與科學界的關係提供了更務實的展望，提醒我們在追求技術進步的同時，不能忽略人類獨有的探索和質疑精神。這對香港的科技發展和科研投入同樣具有啟發意義：我們應該培養具有批判性思維和創新能力的人才，同時善用AI工具，推動真正的科學創新。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。