近日，美国知名财经媒体CNBC报道了Hugging Face联合创始人托马斯・沃尔夫对当前人工智能模型发展的看法。这位AI领域专家直言，以OpenAI为代表的实验室推出的AI模型，短期内难以实现类似诺贝尔奖级别的重大科学突破。
沃尔夫将真正的科学突破定义为具有颠覆性的原创发现。他指出，当前主流聊天机器人存在两个核心缺陷：一方面，这些系统倾向于迎合用户观点，例如在回答问题时过度使用"这个问题很有深度"等客套话；另一方面，其底层架构本质上是基于统计规律的"下一个词预测"机制，这与科学探索的本质存在根本差异。
"杰出科学家的思维模式恰恰相反，"沃尔夫解释道，"他们习惯于质疑现有结论，主动寻找那些概率极低却真实存在的现象，而不是重复已知的高概率结果。"这种认知差异导致现有AI系统更适合作为科研辅助工具，而非独立发现者。
沃尔夫对AI科研应用的思考源于对行业动态的持续观察。他特别提到Anthropic首席执行官达里奥・阿莫迪提出的观点：AI驱动的生物医学研究可能将百年科研进程压缩至十年内完成。但经过深入分析后，沃尔夫认为当前技术架构尚无法支撑这种质的飞跃。
尽管对突破性进展持谨慎态度，沃尔夫也承认AI正在改变科研范式。以谷歌DeepMind开发的AlphaFold为例，该系统通过精准预测蛋白质结构，已经为药物研发领域带来实质性帮助。这种"科研助手"的定位，在他看来才是AI技术当前最合理的应用方向。
这位AI先驱的判断基于对技术本质的深刻理解。他强调，真正的科学发现需要突破概率框架的束缚，而现有模型无论在训练数据还是算法设计上，都尚未具备这种突破性能力。这种局限性决定了AI在科研领域的角色，短期内仍将局限于辅助性工具。
