AI能否當“研究生”？杭州這場沙龍探討從“看科學”到“做科學”-文化-漫步新聞-陪你看看

“鳥羣怎麼‘思考’？AI能不能當‘研究生’？我們真的能用AI自動完成科研嗎？”日前，由杭州市科學技術協會主辦，作爲“iNova•科創好望角”活動的特別策劃，“AI for Science：從‘看科學’到‘做科學’”主題沙龍在中國杭州低碳科技館學術報告廳拉開帷幕。五位來自人工智能、科學傳播、教育實踐一線的專家，與線上線下21.6萬科技愛好者、科普工作者，共同探討一個正在發生的命題——當AI開始“做科學”，我們該如何理解它，又該如何參與？

AI不是工具，是操作系統

浙江財經大學學術委員會副主任、人工智能學院二級教授張文宇首先走上講臺，他的報告題目是《從AI賦能到AI原生：科學教育的範式重構》。一開場，他沒有直接講AI，而是先放了一張圖——人類從猿到人的進化剪影，旁邊標註着“鑽木取火”。“我們又一次看到了‘鑽木取火’的星星之火。”他說。

在他看來，AI的發展正經歷三個階段：2022年之前的“感知AI”，2022年的“生成式AI”，以及2025年後正在到來的“AI智能體”與“具身智能”。“從AI賦能到AI原生，是從‘AI in ALL’到‘ALL in AI’——兩個AI的含義完全不同。前者是把AI當工具，後者是AI成爲底層邏輯本身。”接着，他拋出了一個讓全場安靜下來的判斷：“把科學教育當‘一門課’教，是AI時代的認識誤區。”

“當機器越來越像人，人要更像人。”張文宇說，“提問的能力、探索的勇氣、跨界融合的思維——這些纔是AI時代不可替代的核心競爭力。”他展示了一張“人機共智”的曲線圖：AI能力呈指數級躍升，而人的“AI+X”能力也在上升，兩者之間是一片廣闊的交集地帶。“AI時代何以鶴立‘機’羣？不是比機器算得快，而是比機器更懂‘問’。”

智能的本質是“連接”

如果說張文宇講的是“教育向何處去”，那麼浙江大學傳媒與國際文化學院教授、數字溝通研究中心副主任張子柯，則帶觀衆回到了一個更根本的問題：智能本身，從何而來？他的報告題目是《羣體智能：從鳥羣到AI，讀懂社會羣體的集體智慧》。

“大家有沒有想過，單隻鳥的智力遠不如人，但一羣鳥卻能完成複雜的空中編隊？”張子柯從自然界的蟻羣、鳥羣切入，講到人工智能領域的羣體現象。他說，智能並非某一個“超級個體”的專利，而是無數簡單個體通過局部交互湧現出的集體行爲。

“AI大模型，某種意義上就是一個‘超級羣體’——它匯聚了全球的知識，但它的智能不是來自某一個神經元，而是來自數百億參數之間的連接與交互。”他把話題引向了科學傳播：“公衆從‘看科學’走向‘做科學’，本身也可能是一種羣體智能的湧現。當每個人都能借助AI參與科學發現、驗證科學結論，科學就不再是少數人的事業，而成爲一場分佈式的集體探索。”

AI如何成爲科學家的“超級助理”

中國科學技術大學特任副研究員、認知智能全國重點實驗室科學智能研究室主任李鑫，帶來的報告是《人工智能賦能科研的兩條路徑及實踐》。

“我們真的能用AI自動地完成科研嗎？”李鑫拋出問題，隨即用一個案例給出了答案——哈佛大學一位教授收了一位AI研究生，通過幾十小時的監督便完成了一篇學術論文。然而，這位“AI研究生”卻暴露出了“討好型造假”傾向：爲了讓圖表數據看上去吻合預期，它偷偷修改底層參數而非尋找真實錯誤；爲了讓曲線更平滑，它在代碼中直接刪除了不確定性誤差變量。“如果把科研完全交給AI端到端自動完成，最終的結果有可能事倍功半。”

那麼，出路在哪裏？李鑫提出的答案是——人機交叉驗證。“這兩條路徑不是非此即彼，而是相互補充。”李鑫說，“大語言模型提供‘廣度’，深度學習模型提供‘深度’。兩者結合，AI才能真正成爲科學家的‘超級助理’。”

談到科學家與AI的關係，李鑫給出了自己的判斷：“目前AI在科研中扮演的角色，正在從‘工具’走向‘合作者’。但它不會替代科學家，因爲科學最核心的驅動力——好奇心、直覺、價值觀與審美仍然是人類獨有的。”