AI复读机困境：97%的原创构想早已存在

"你觉得，AI真的能提出改变世界的科学假设吗？"

朋友把一篇TechTimes的报道推给我时，我正在咖啡店等一杯拿铁。报道说，一项最新盲测研究测试了前沿AI模型提出新颖研究构想的能力。结果有点惨：模型只能恢复3%的研究构想。换句话说，你给它100个它自己"原创"的想法，97个都能在已有文献里找到影子。

这让我想起三年前OpenAI刚放出GPT-3时，满屏都是"AI将接管科研"的标题。现在呢？最前沿的模型，在"真正新"这件事上，依然像个复读机。

为什么"3%"这个数字值得停下来看看

先交代清楚这个测试是怎么做的。研究者用了一种叫"重建"（reconstruction）的方法来避免基准污染——这是AI评测里的老难题：模型训练时见过太多论文，你让它"提个新想法"，它可能只是把见过的内容重新组合了一遍，看起来像创新，其实是高级抄袭。

盲测的方式是：让模型提出一个研究构想，然后让人类专家判断——这个构想如果写成论文，能不能通过同行评审？结果3%的通过率，基本等于"几乎没有"。

这个数字最扎眼的地方在于：它戳破了一个被反复包装的叙事——"AI将加速科学发现"。

坦白说，我一开始看到这个研究，第一反应是"这有什么奇怪的"。AI本来就是个统计模型，它的本质是"从已知中找规律"，你指望它跳出已知的框架，本来就是强人所难。但后来我意识到，问题没那么简单。

过去两年，我们看到太多AI辅助科研的"成功案例"：AlphaFold预测蛋白质结构、AI发现新材料、GPT-4在化学合成上给出人类没想到的路径。这些是真的。但它们都有一个共同点——都是在"已知问题的已知空间"里找答案。AlphaFold再厉害，它解决的还是"给定氨基酸序列，预测三维结构"这个被定义好的问题。

而"提出一个全新的研究构想"意味着什么？意味着你得自己定义问题，自己找到文献里没人提过的空白处，自己设想一个可能被推翻的假设。这已经不是"找答案"了，是"提出问题"。

模型能回答，但不会提问。这是3%和100%之间的本质差距。

别急着神化，也别急着否定

这里得说清楚一个容易混淆的点。3%的成功率，不等于AI在科研上没用。恰恰相反，在文献总结、实验设计辅助、数据处理这些环节，AI已经是个好帮手了。研究里也提到，模型在"总结现有文献"和"辅助研究"方面表现相当出色。

问题在于，我们把"辅助"和"创新"混为一谈了。

我认识一个做材料科学的朋友，他们实验室去年用AI筛选了上万种化合物组合，最终锁定了3个有潜力的候选材料。这算不算AI创新？算，但更准确地说，这是AI帮人类把搜索空间缩小了。真正的创新——"为什么我们要试这几种材料而不是那几种"——依然是人提出的。

这就引出一个更实际的问题：如果AI只能做"已知空间的加速器"，那它对科研的边际价值到底在哪？

我的判断是：AI的价值不在"替代思考"，而在"压缩试错成本"。 过去要花三个月做的文献综述，现在三天搞定；过去要试一百个实验条件，现在AI先帮你筛掉八十个。这些是实打实的效率提升，但它不会自动变成"新发现"。

真正的发现，依然需要人类去定义那个"值得试的问题"。

那个"值得试的问题"从哪来？

这可能是这个研究最让我在意的地方。它提醒我们，创新这件事，可能比我们想象的更"非算法化"。

想想科学史上那些真正的突破：爱因斯坦的相对论、沃森和克里克的双螺旋、图灵的"机器能思考吗"。这些想法在提出时，不仅文献里没有，连提问的方式都是全新的。爱因斯坦问的不是"光速是多少"，而是"如果我追着光跑会看到什么"——这个"如果"，没有任何训练数据能告诉他。

当然，你可以说，这些天才的想法也是基于大量已有知识的重组。但问题是，重组的方式本身有一种"跳跃性"，一种"从A直接跳到D，跳过B和C"的能力。这种跳跃，恰恰是统计模型最不擅长的——它每一步都在算"最可能的下一步"，而创新的本质往往是"走一条最不可能的路"。

这让我想起一个有趣的类比。AlphaGo下棋时，第37手震惊了所有职业棋手——那步棋不在任何棋谱里。但注意，AlphaGo是在"围棋规则"这个封闭系统里创新的。而科学探索面对的是开放系统，规则本身都在变。在封闭系统里找到新路径，和在开放系统里定义新规则，是两码事。

所以，别神化它，但也别小看它

写到这里，我承认我的态度有点"骑墙"。但这不是和稀泥——我的判断是分层的：

短期（5-10年），AI会是科研的超级加速器，把人类的试错成本压到极低。但它不会自己提出"值得研究的问题"。

中期（10-20年），如果AI能学会"提问"——比如通过元学习（meta-learning）方式自己生成新的研究框架——那才是真正的范式转移。但现在看，这个方向连路线图都还没有。

长期呢？谁知道。也许某天，AI真的能跳出训练数据的边界，提出人类想都没想过的假设。但至少今天，看到那个3%的数字，我反而松了口气——如果连最前沿的模型都只能做到3%，说明"真正的新"依然是稀缺品，而稀缺品，永远有人的位置。

拿铁凉了。我把它喝完，给朋友回了条消息：

"这研究挺有意思的。但你知道最讽刺的是什么吗？——它本身就是一个人类提出的、AI没能提出来的研究构想。"