在全球物理學(xué)界，一場(chǎng)關(guān)于人工智能（AI）與科研未來(lái)的深度討論正在掀起波瀾。哈佛大學(xué)理論物理學(xué)家Matthew Schwartz近日在APS全球物理學(xué)峰會(huì)上拋出驚人觀點(diǎn)：借助AI增強(qiáng)人類智能，未來(lái)一個(gè)世紀(jì)內(nèi)或?qū)⒋呱蝗f(wàn)個(gè)“愛因斯坦級(jí)”科學(xué)家，徹底顛覆傳統(tǒng)科研模式。

Schwartz的核心論點(diǎn)基于對(duì)AI智力增長(zhǎng)速度的預(yù)測(cè)。他指出，大型語(yǔ)言模型（LLM）的參數(shù)量正以每年10倍的指數(shù)級(jí)速度擴(kuò)張，而人類大腦的進(jìn)化卻陷入停滯。這種不對(duì)稱發(fā)展意味著，AI可能在五年內(nèi)突破人類智能的臨界點(diǎn)。他以物理學(xué)家的天賦分布為例，認(rèn)為AI能將這條“正態(tài)曲線”在天賦軸上整體抬升，使原本罕見的科學(xué)天才變得“批量可復(fù)制”。

這一觀點(diǎn)與DeepMind工程師Matthew Ginsberg形成鮮明對(duì)比。Ginsberg承認(rèn)AI在數(shù)據(jù)處理和模式識(shí)別上的優(yōu)勢(shì)，但強(qiáng)調(diào)物理學(xué)家的核心價(jià)值在于“提出正確的問題”。他以國(guó)際象棋為例：AI可以擊敗人類冠軍，但發(fā)明這項(xiàng)游戲的始終是人類?！皞ゴ蟮目茖W(xué)突破往往始于非共識(shí)性的提問，而這正是AI目前無(wú)法復(fù)制的創(chuàng)造力。”

盡管存在分歧，兩位學(xué)者均預(yù)測(cè)AI將在十年內(nèi)掌握“提問能力”。Schwartz甚至設(shè)想，未來(lái)的科研場(chǎng)景可能是人類與AI形成“共生關(guān)系”——人類負(fù)責(zé)設(shè)定宏觀目標(biāo)，AI則處理從理論推導(dǎo)到實(shí)驗(yàn)驗(yàn)證的全流程。這種模式在OpenAI的“北極星計(jì)劃”中已現(xiàn)雛形：該計(jì)劃旨在2028年前構(gòu)建能獨(dú)立攻克跨學(xué)科難題的“AI科學(xué)家”系統(tǒng)。

OpenAI首席科學(xué)家Jakub Pachocki透露的路線圖顯示，其研發(fā)將分三階段推進(jìn)：2026年前實(shí)現(xiàn)特定領(lǐng)域的“自主AI研究實(shí)習(xí)生”，2028年部署能協(xié)作完成全流程科研的“多智能體實(shí)驗(yàn)室”，最終目標(biāo)是打造通用型科學(xué)智能。他以代碼編寫為例：過去需一周完成的實(shí)驗(yàn)，AI現(xiàn)在只需一個(gè)周末，且錯(cuò)誤率顯著低于人類新手。但Pachocki同時(shí)強(qiáng)調(diào)，AI在核心架構(gòu)設(shè)計(jì)等復(fù)雜任務(wù)上仍需人類監(jiān)督，“它尚未達(dá)到主導(dǎo)全局的層次”。

這場(chǎng)辯論背后，折射出科學(xué)界對(duì)AI的復(fù)雜心態(tài)。一方面，AI在粒子物理、藥物研發(fā)等領(lǐng)域的突破性應(yīng)用（如AlphaFold預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)）已證明其潛力；另一方面，學(xué)者們擔(dān)憂過度依賴AI可能導(dǎo)致“科學(xué)品味”的退化——那些無(wú)法被數(shù)據(jù)量化的直覺判斷和美學(xué)選擇，或許才是人類在科研版圖上的最后防線。

正如Schwartz所言：“當(dāng)AI能處理所有可計(jì)算的問題時(shí)，真正決定科學(xué)方向的，將是人類對(duì)‘優(yōu)雅理論’的永恒追求?！边@場(chǎng)智力平權(quán)的浪潮中，科學(xué)家們正在重新定義：在算法與進(jìn)化之間，什么才是不可替代的人類特質(zhì)。