原文：The Next Bottleneck in AI for Science
作者：Annelies Gamble
来源：SandHill.io #307 推荐阅读 · 行业动态与分析 ｜ RecodeX 编译
导读：AI 让科研人员每周节省数小时，却也让待验证的假设越积越多。Mixture of Experts 专栏作者 Annelies Gamble 访谈了谷歌高级研究经济学家、《AI in Science: Early Insights》研究联合负责人 Mihai Codreanu，讨论瓶颈如何向下游转移、“验证税”有多重、AI 是否在把科学家推向更保守的问题，以及怎样才算 AI 带来了真正的科学进步。
研究背景
谷歌、Google DeepMind 与 MIT FutureTech 联合发布的研究分析了 1500 万次 Gemini 交互、2690 个专用模型，并调查了 637 名美英研究人员。受访者称使用 AI 每周节省约 7 小时，但近一半表示未经检验的假设积压在增加。作者此前也写过类似观察：AI 加速了单项研究任务，但把预测变成经过验证的发现，整体流程仍受约束——这是“能设计或预测的”与“能实际验证的”之间的鸿沟。
Codreanu 的兴趣源于经济增长：创新和科学发现是增长的重要来源，AI 推动科学也就推动增长。但衡量其影响，必须超越科学家已觉得 AI 好用的那些任务。
瓶颈向下游移动
“更多假设”不等于“更多发现”。Codreanu 认为微观层面的帮助已很明显，但要在宏观层面看到重大发现，还需考虑科研工作流内外的其他环节。
近一半受访者表示过去两年主要瓶颈已移向下游；近四分之一称约束在于实体实验和/或数据收集，在物理科学与工程领域这一比例接近三分之一。
这意味着在可用计算手段检验假设的领域，AI 会更快加速发现——计算领域可以在“硅中”闭环。但它们也受限于算力获取、大型模拟成本，以及高质量数据和基准。
验证税
最让 Codreanu 意外的是“验证税”之大：88% 的科学家把超过 10% 的节省时间用于验证 AI 输出，近一半用掉超过四分之一。验证的含义因领域而异：数学和计算机科学是审查代码或证明；健康与生命科学（验证占比最高）意味着湿实验；在物理领域，验证税与下游瓶颈其实是同一回事——检验模型输出本身就是实验。他并不认为模型变强后验证税会消失：临床试验、实验复现和专家判断是科学方法的核心，至少中短期内仍需人类验证。
选择检验什么
研究并未专门评估积压假设的质量，但 Codreanu 推测它们大多足够可信，值得排队研究。对于实验能力有限的实验室，可信想法越来越多就带来了选择问题：如何排序实验、何时放弃一个方向。他看好 AI 在此发挥作用，例如基于可行性、新颖性、期望价值等因素的打分框架。难点在于优化目标：一个假设易测但增量有限，另一个不确定且昂贵却可能价值更大，取舍需要判断。他强调人类科学家与 AI 的协作将是关键。
被拉向“更安全”的问题
调查中一个有趣的张力是：多数受访者表示更易获得跨学科洞见、研究雄心和议程更宽广；但约一半也表示 AI 让自己的项目更趋保守——AI 让做更显而易见的工作变得更容易、更快。
Codreanu 描述了两种同时发生的效应：在领域层面，AI 帮助综合跨学科文献，激发更宏大的愿景；但在选题层面，研究者更可能被已有充足数据和成熟基准的问题吸引，AI 降低了攻克定义清晰、数据丰富问题的成本，从而鼓励低风险、易实现的项目。他称之为可能的“路灯效应”——像在路灯下找钥匙，只因为那里看得见。担忧在于，渐进工作的便利是否会让研究议程偏离更冒险、更新颖的问题。他希望通过长期追踪引用动态来衡量：重大突破出现在哪里，各子领域的多样性在扩大还是收缩。
什么才算科学进步
什么能让他确信 AI 促成了原本不会发生或要晚很久才会发生的发现？Codreanu 希望看到更多纵向数据，关注高影响力、非常规的突破，以及 AI 帮助产生真正新型发现的证据——这需要追踪初始结果之后的发展，看其他科学家是否觉得有用、是否开辟新方向。他认为仅仅“正确”可能还不够，如何解读并从中学到什么同样重要。
他以 2016 年 AlphaGo 对李世石的“第 37 手”为例，认为这类极具创造性的走法正是 AI 在科学中最令人期待的潜力所在。用他的话说：“AI 在科学中的承诺是，我们最终能下出那种超越人类思维极限的、极具创造性的棋。”而能否兑现，取决于有了假设之后发生的一切。
（作者注：原文仅使用大语言模型做轻度文字校对。）
本文由 RecodeX 编译自 The Next Bottleneck in AI for Science（作者：Annelies Gamble），首发于 SandHill.io #307 推荐阅读。本文为中文编译稿，非全文翻译，完整内容请阅读原文。译文仅供学习交流，观点不代表本站立场，版权归原作者所有。