当一群诺贝尔奖、图灵奖、沃尔夫奖、拉斯克奖等人类最高科学奖项的获得者来到同一个房间，这大约可以称得上是全世界最聪明的大脑的聚会。

　　2026年2月初，迪拜，2026世界顶尖科学家峰会（WLS）现场，在一张巨大的莫比乌斯环形桌上，围坐着七十多位来自世界各地的物理学、化学、生物学、医学、经济学、数学和计算机科学家。

　　他们多是世界顶尖科学家协会（WLA）的成员——这是一个成立于2017年，以诺贝尔奖、沃尔夫奖、拉斯克奖、图灵奖、菲尔兹奖、麦克阿瑟奖得主等全球顶尖科学家为主体，规模最大的世界顶尖科学家组织之一。

　　2026世界顶尖科学家峰会现场（黄金萍 摄）

　　这些来自不同学科、专业背景的科学家，要如何在人均6分钟的时间里快速地向他人讲述各自的研究，然后又就特定话题展开小组讨论？人工智能（AI），大概是当下有着最大公约数的话题，科学家们或在研究它、发展它，或正使用它。

　　AI将给人类社会带来文艺复兴还是世界末日？AI能否自主完成科学发现？有人乐观，有人谨慎，还有人怀疑，不同思想和观点的碰撞，也为我们呈现了AI在科学研究和社会发展进程中真实而鲜活的一面。

“明年AI也许要成为我的老板了”

　　“2023年，AI还只是个帮手，2024年就成了助理，现在是一位真正的同事、一位好同事，明年它也许要成为我的老板了。”迈克尔·莱维特（Michael Levitt），这位生于1947年的美国科学家，因“为复杂的化学系统创立多尺度模型”而获得2013年诺贝尔化学奖，该模型通过计算机模拟蛋白质和DNA的动态行为，革新了药物设计和疾病机制研究。

　　迈克尔·莱维特自称是大型语言模型（LLM）非常早期的使用者，作为一名计算生物学家和化学家，他说自己现在的工作几乎90%是由AI驱动的。

　　他进一步解释说，人们以为科学家知道自己在做什么，但大多数科学家都是从一个随机的想法开始的。科学并不是从一个明确的问题开始，通常是从我们看到的一片模糊的云开始。

　　大多数科学家都会强调，自己犯错的时候远比正确的时候多。这是因为如果你要做一件非常困难的事情，就像蚂蚁觅食，大多数情况下都会失败，而AI可以帮助你更快地探索，让你更快地失败，因此可以探索更多的想法。

　　无论在计算、理论，还是实验工作中，失败通常是限制速度的那一步。而AI让验证想法变得更快、更轻松。所以，错误变得可以预期，错误的代价突然变得小得多，不再是什么严重的问题了。

　　在迈克尔·莱维特看来，有了AI，科学家可以在自己所知甚少的领域编写计算机程序，可以探索此前所知甚少的科学领域，语言、方法和资料的障碍在科学研究中正在消失。

　　他还不是现场科学家中对AI最乐观的一个。

AI让实验室接近社会运转的速度了

　　2025年诺贝尔化学奖得主奥马尔·M·亚吉（Omar M. Yaghi），此前主要从事无机、有机化合物的合成、结构表征及新型晶态材料的设计构建研究，他认为我们正身处一场革命浪潮之中。

　　这场革命正在将化学转变为与AI融合的一门全新交叉学科，他称之为“AIMATRY（AI x MAterials x chemisTRY ）”，其核心是让AI在化学和材料制造中产生真正的生产力。

　　奥马尔·M·亚吉团队研发了多孔有机聚合物（MOPs）和共价有机框架（COFs）材料，设计了一种能够从空气中抽取水分子并将其浓缩在孔隙中的应用，准备在2026年推出一款商业化产品，据称每天可生产近1000升水，除了环境中的阳光外无需任何能源输入，可连续运行六到七年，解决从空气中收集水分的问题。

　　奥马尔·M·亚吉说，为了从稀薄的空气中造出水、从空气中捕集二氧化碳，他们花了整整35年。

　　有了AI之后，他们让ChatGPT提供结晶某个特定 COF 的条件，将它们输入机器人进行实验，经过一系列操作步骤，然后通过高通量粉末衍射进行表征，再把结果送回给 ChatGPT。重复三次循环之后，他们得到了高结晶度的样品，而且结晶度是学术界过去十年努力成果的整整三倍。

　　他认为，这对化学研究是一场真正的革命，也让他的团队从一个纯粹的实验组，转型为将AI工具深度融合的研究组，不仅能制造全新的化合物，还能制造出该领域专家都未曾预料到的新物质。在这里，AI能简化任务流程，消除化学家在处理结晶过程中大量的试错过程，不仅加速了发现的步伐，更加速了那些最终走向商业化的产品的开发。

　　奥马尔·M·亚吉的学生们一共设计了七个智能体，来完成在实验室里的工作：与人交流、提供建议、批评指正图表、要求重新编程机器人等等。现在，这个实验室拥有了一种新的力量：吸引更多聪明的头脑——此前，这些聪明人很多已经不再选择科学了。

　　奥马尔·M·亚吉说，“我认为，这将彻底改变科学领域吸纳人才的能力，因为AI至少让我们在实验室里的运作速度能接近社会运转的速度了。”

“我始终对AI的准确性存疑”

　　不是每个人都像前面两位这么积极和乐观。

　　因为，AI会产生幻觉。

　　对此，1986年图灵奖得主罗伯特·塔扬（Robert Tarjan）有亲身体会。在参加一次会议时，主办方给他准备的简历里列了两个他从未拿过的奖项。再一问，原来是工作人员用ChatGPT做的。

　　2023年世界顶尖科学家协会计算机科学奖得主尤里·涅斯捷罗夫（Yurii Nesterov），是优化算法方面的专家。他对人类智能和人工智能的差异做了科普：AI确实拥有相当可观的创造力，它能够发现研究对象之间新的关联、结构及其属性，但它的结论与人类智能得出的结论有本质区别。生物学家研究某个对象，比如一只鸟，其结论与真实的鸟相关。而AI的结论只与存在于相应虚拟现实中的那只“鸟的模型”相关，如果这个模型构建得正确，结论就能用于现实生活；如果模型有误，结论就可能完全是胡言乱语。

　　1997年诺贝尔物理学奖得主威廉·丹尼尔·菲利普斯（William Daniel Phillips）就对南方周末坦言，“我会用AI的搜索功能，因为它返回信息的方式非常方便，但我始终对AI的准确性存疑。显然，搜索是研究的一部分。如果是重要的事情，我会再用传统搜索方式核对一遍。但在研究中，比如说在实验室里，我是不用AI的。”

　　在第一轮小组讨论时，戴着一顶浅灰色渔夫帽的威廉·丹尼尔·菲利普斯第一个发言。他问，虽然需要额外花时间验证AI有没有产生幻觉，但相较于研究初期节省的大量时间，这个平衡仍然是正向的——也就是说，在起点上借助AI依然更优。但是，当你获得了这种效率优势之后，你对自己研究的可靠性的信心，是否还像亲力亲为时那样充足？

　　作为本轮小组讨论的主持，以色列耶路撒冷希伯来大学校长阿舍·科恩（Asher Cohen）对此的回答是：作为科学家，我们始终相信，最终汇聚的证据会帮助我们做出判断。我们一直都是这么做的，我也希望我们与AI的合作也是如此。

　　奥马尔·M·亚吉在后面也提到，在AI工具与实验的结合中，依然仍将人置于循环之中，通过实验对数据进行验证。如果我们希望科学继续以应有的方式对社会产生生产力、发挥作用，这一点永远不会改变。

　　关于对人工智能未来的种种疑虑，他建议不要过度外推。因为我们仍处于这场革命的起点，仍在摸索中。我们只是需要确保每一步都不要走得太草率，要对自己正在做的事情保持审慎，确保它是可验证的。

　　他提醒大家，科学始于怀疑与问题。所以，这种怀疑是非常健康的。但作为科学家，我们也需要保持乐观。怀疑是有益的，因为它追问“为什么”；而乐观是重要的，因为它追问“为什么不”。我们需要这两者协同发挥作用。

AI不是单一工具，而是整套

　　在下一场小组讨论中，有人向奥马尔·M·亚吉提了一个有些尖锐的问题：如果没有AI的帮助，你能找到你研究的那类化合物的第一批晶体吗？你现在所做的工作，难道不是基于你早期研究的重复性工作？

　　奥马尔·M·亚吉直言，自己不喜欢这个问题，因为两者完全不相关。

　　他解释说，“我们正处于科学发展的不同阶段。我们有了新工具。用AI来推进科学发展，是这个时代里我们试图解答的问题。这才是我们应该思考的方式。这是一个新生的工具，一个新生的概念。我们需要培育它，与它共事，为它构建生态系统，需要更多的人参与进来，这样它才能变得越来越好。”

　　2017年诺贝尔化学奖得主阿希姆·弗兰克(Joachim Frank)忍不住站出来厘清AI的概念。他认为会场出现不和谐声，是因为大家把不同的事物混为一谈了。

　　AI从来就不是单一的工具，而是一整套工具。人们说的模拟、建模、预测、机器学习、生成式AI——其实是五花八门、各不相同的一大堆东西。但我们错误地把它统称为一个整体，媒体、甚至学界也把它当作某种“存在”来谈论。

　　他建议大家做个区分，我们到底在谈论什么？AI被当作某种单一的东西，一个类似“超人”的存在、某种神祇，但它其实是一整套工具。我们谈论的具体是哪一样工具，观点和判断可能截然不同。

　　罗伯特·塔扬在研究工作中使用AI来提供严谨的帮助，包括填补证明细节、找出遗漏的情况、构建反例、探索证明空间等。

　　他从二战时期就开始研究数据结构与图算法的设计和分析，他最近参与的项目是关于最短路径算法，其最直观的应用就是手机地图，能瞬间算出道路网络上精确的最短路径距离。

　　至于AI能否为某些类型的问题发明新算法？能否探索问题空间？能否自主提出广义相对论或量子力学？罗伯特·塔扬认为目前这些都还仍悬而未决。LLM并非解决这类特定问题所需的AI工具，但确实有不少数学家正在积极探索，试图用AI攻克其中的部分难题。

它们精通过去，却不擅长前沿

　　“对我而言，AI是我们这个时代关于如何设计系统的总体技术。它是一项解决难题的事业。它不是某一项技术，也不是ChatGPT或某个特定工具，而是一种融入系统设计之中的解题思维。”作为一名在AI领域工作了大约40年的科学家，2022世界顶尖科学家协会智能科学或数学奖得主迈克尔·I·乔丹（Michael I. Jordan ）说。

　　他向与会者强调，“在我们这个领域，我们从来不叫它AI，我们一直叫它机器学习。”

　　迈克尔·I·乔丹代入了一个日常AI使用场景：当一个人与ChatGPT或其他大语言模型互动，问一个关于数学或物理的问题，你得到的答案可能就出自眼前会场里的某位科学家或他们的学生；如果你问起布鲁克林的嘻哈音乐，可能会从另一群人那里得到答案；问上海的餐厅，也是如此。

　　当你与ChatGPT互动时，实际上是在与全人类互动——数以亿计的人们都为它贡献了力量。而且，不只是你在互动，还有数十亿人也在与它互动。它的生产者和消费者是一个整体。

　　基于这些技术构建的AI系统，并不仅仅是一个帮你思考的秘书，它们还支撑着全球物流的变革、医疗系统的运转、交通系统的运作。在这些由众多利益相关者和多个部分构成的大规模网络中，数据在流动，决策在进行，信息在共享。AI也在连接之中——在这个把所有部分拼合起来时所诞生的经济系统之中。

　　迈克尔·I·乔丹提醒说，作为这个网络中的参与者，数据从别处向你流过来时，它们可能带有各自的意图、谋略，数据可能是虚假的，也可能因为细小的误差导致严重偏差。如果放到真实的现实情境中，当数据流动时，还牵涉到利益激励，更为复杂。

　　对科学家来说，他们大多处在知识前沿的边界，这里的数据是稀缺的。基础模型擅长所有已知知识，但在前沿边界处表现不佳。这也将是基础模型持续面临的问题——它们精通过去，却不擅长前沿。基础模型总体上可能表现优异，但也可能不准确。如果你面对实际问题，不应完全信任它们；可以使用它们，但不能轻信。

AI可否借鉴人类智能进化的经验？

　　同为计算机科学家，在尤里·涅斯捷罗夫看来，人类对AI的运用或许将成为科学史上最重要的事件。

　　AI已经存在，科学界的主要目标是确保朝着正确的方向发展。对此，我们可以借鉴人类智能在漫长进化史中积累的经验。

　　在科学（或许数学除外）发展中，产生和验证新知识的主要工具是口头说理和论证，但这对AI行不通。AI只接受以数字形式呈现的计算结果。因此，我们需要创建一套适应AI需求的新的科学体系。

　　这是一项极具挑战性的任务。如今我们仍处于这一过程的起点。

　　参照人类智能，我们至少需要构建两样东西。第一是虚拟现实，这是AI的主要研究对象。它们应以大型数据库的形式存在，存储于强大的计算数据中心。构建这一系统部分成本极高、耗时极长。第二是AI本身，即那个必须能够生成人类所请求的具体答案或决策的单元，其性能是通过训练过程实现的，训练依赖于现有的数据库。

　　机器学习能为AI提供高效的训练方法，但人类与AI的训练算法截然不同。

　　大自然用了数百万年的时间，通过直接的自然选择筛选出最优方案，而AI在过去十年间才刚刚开始验证不同的策略，尽管其中大部分基于优化模型并采用数值优化方法，但在所需的计算时间上落后数个数量级。这就是机器学习的现状。

AI主导人类的创造力和想象力？

　　2012年诺贝尔物理奖得主塞尔日·哈罗彻（Serge Haroche）也分享了他对人脑与AI的比较。人脑除了在能耗方面要高效得多，还有另一个本质特征：人脑是有情感的。情感，意味着人脑不仅是一台电子机器，它还与化学、激素、大量分子相连，正是这些让它能感知到自己行为的回报。

　　塞尔日·哈罗彻认为，科学发现本身是建立在情感之上。你研究物理、化学或生物，是因为你对这个世界充满好奇，你有为人类知识做出贡献的抱负。你有感知，与世界有联结，而AI没有。这也要归因于人脑是经过数十亿年进化而来的，这使它对外部环境中的事物十分敏感——这是AI所不具备的。他认为，AI未来也不可能拥有这些。

　　有人提到，阿尔伯特·爱因斯坦（Albert Einstein）是通过思想实验发现相对论的。在塞尔日·哈罗彻看来，思想实验之所以可能，是因为你拥有对世界的经验，因为你能够看到不同事件之间的相似性——这种能力来源于经验，来源于你与世界相联结的事实，来源于你有直觉，对外界正在发生的事情有一种感知。塞尔日·哈罗彻说，“我看不出AI如何能够拥有这种品质。”

　　在他看来，AI是一个极其出色的工具，但它不会成为我们未来从事物理学研究时的“我们”。AI会作为一个强大的工具帮助我们发现新知，但背后永远需要一种驱动你的东西——那就是你对未知的渴望。这是截然不同的。

　　在会场，有人提到诺贝尔奖颁给了AI。塞尔日·哈罗彻说，事实上，是颁给了那些使用AI的人。打个比方，大概有二三十个诺贝尔奖颁给了研究激光的人，但激光本身并不是诺贝尔奖得主。做出科学发现的是使用激光的人，激光只是工具。AI也应该如此。

　　“我希望是这样，否则我们就有大麻烦了。”塞尔日·哈罗彻认为，如果真出现了一种通用人工智能（AGI），如果我们到达一个临界点，AI开始主导人类的创造力和想象力，那对文明来说将是极其可悲的。

AGI 、ASI是给风险资本家准备的

　　“我们的目标不是 AGI 、ASI（超级人工智能），或者那些硅谷的炒作概念。”迈克尔·I·乔丹对在此讨论AGI 、ASI感到遗憾。

　　在他看来，AGI 、ASI是给硅谷风险资本家准备的，用来喂养那个“奇迹即将发生”的炒作泡沫。而科学和人类生活的运作方式根本不是这样的。

　　如果有人说，十年内我们没达到某种神秘的 AGI 目标，会让人失望。迈克尔·I·乔丹坚持：不，我们帮助实验室做出了不起的发现，化学、医疗保健、交通运输，以及所有真正影响人类生活的事物——它们此刻正在发生革命性的变化。这才是我们真正的目标。

　　他强调，机器学习从来就没有过泡沫，有的只是稳步推进。它可能需要像化学工程那样，花上二三十年才能铺开并显现其价值。

　　“别指望AI能迅速创造奇迹。”克里斯托弗·皮萨里季斯（Christopher Pissarides），这位2010年诺贝尔经济学奖得主是第一位主题发言者。他说，看看智能手机，看看ChatGPT——它们对生产率和经济增长的影响有多少呢？尽管在发达经济体中，80%甚至更多的企业已在应用这些技术，其对生产率的提升却微乎其微。

　　在他看来，尽管新应用及其传播被大肆炒作，但没有哪一项技术的影响力能接近亨利·福特的电力流水装配线对马匹及其饲养者所造成的冲击。1910年，纽约市还有13万匹役用马，到1930年仅剩3万匹。

　　在这一轮AI大潮中，科技企业和投资机构向公众传递的对未来的预言，似乎也偏离了现实情况。比如， 那些常声称“AI使人无需工作”的人，往往也是你所遇到的最狂热的工作狂，从埃隆·马斯克（Elon Musk）开始皆是如此。

　　克里斯托弗·皮萨里季斯认为AI智能体是增强型技术的典型范例，同时表示自己对AGI始终存疑。

　　他对科学家们的建议是：继续发明创造，但请关注那些能够增强人类劳动的技术。这类技术最有可能提升生产率。对政府的建议是：请立刻、迫切地投资于能源与基础设施。对公司董事及其员工的建议是：保持耐心，这些变革需要时间，但请努力学会适应AI的新型工作方式。因为一旦这些技术成熟并融入我们的日常工作流程，它们就能发挥巨大作用。

AI会接管世界吗？

　　在惠特菲尔德·迪菲（Whitfield Diffie）看来，AI已经极其有用了。按照目前的投入力度，除非出现某种惊人的变局，否则往后每一年，我们都会发现它越来越有用。

　　白色的长头发、长胡子，清瘦，现代密码学之父、公钥密码学先驱、2015年图灵奖得主惠特菲尔德·迪菲在人群中十分醒目。

　　他认为，自己真正算得上跟AI相关的工作其实只有一小部分，不过他是在AI圈子里成长起来的。他跟马文·明斯基（Marvin Minsky，1951年在普林斯顿建造了人类历史上第一台神经网络机器）、约翰·麦卡锡（John McCarthy，人工智能概念提出者,）、塞尔弗里奇（Oliver Gordon Selfridge，机器知觉之父）等人都有着不错的交情，也与克劳德·香农（Claude Shannon，信息论的创始人）、诺伯特·维纳（Norbert Wiener，人工智能思想先驱、“控制论之父”）、诺姆·乔姆斯基（Noam Chomsky，语言学家）等学者有往来。

　　对于人们所担心的——AI会接管世界吗？他同样认为，答案是毫无疑问的，当然会。因为人类喜欢把事情外包出去，而AI又极其乐于效劳。

　　尽管目前AI给出的相当一部分结果明显是错的，你会被某个AI惹恼，需要换一个试试，或者等上六个月的时间，但如果AI以现在的速度继续进步，你终究能得到你想要的东西。这意味着，大概在2050年之前的某个时候，AI将会包办一切——也许是97%、98%的事情。同时，你会发现，当你想把它们请出去的时候，它们已经在做那一大堆你离不开的事情了。

　　惠特菲尔德·迪菲说，“我不觉得我们会跟AI开战或怎样。我认为我们只会一步步接纳它们，直到有一天发现已经没有回头路了。”

　　作为互联网安全的传奇人物，他有一个自认“不太主流”的观点。人们总在谈AI护栏，他认为这是一个非常严重的错误。因为当你创造出一个有权告诉你它愿意为你做什么、不愿意为你做什么的阶层时，你能做的，反而做不了了。AI对人类说“不”的权利，绝不会只局限于此。

　　他觉得艾萨克·阿西莫夫（Isaac Asimov）的机器人第二定律是个不错的起点。这一定律诞生于1930年代，当时第一波关于机器人的科幻小说都把机器人描绘得非常危险，而阿西莫夫构想了一个世界，在那里人们设计出了关于如何设计机器人的规则。

　　阿西莫夫的机器人第二定律是：机器人必须服从人类的命令，除非这条命令违反了第一定律——即机器人不得伤害人类。

　　惠特菲尔德·迪菲说，“这套法则本应很美好，但据我所见，根本没人往那个方向走。我们现在争论的是那些无人机应不应该被允许不经请示上级就杀人。我看不到任何控制AI的迹象。”

　　回到最初的问题，AI将给人类社会带来文艺复兴还是世界末日？惠特菲尔德·迪菲的答案是，两者皆是。

　　南方周末研究员 黄金萍

　　责编 曹妍