近日，美国CNBC报道了Hugging Face联合创始人托马斯・沃尔夫对当前AI模型在科学领域应用前景的看法。沃尔夫认为，以OpenAI为代表的实验室开发的AI模型，目前难以实现类似“诺贝尔奖级别”的重大科学突破。
沃尔夫指出，当前主流聊天机器人存在两个显著缺陷。一方面，这类产品往往倾向于迎合用户观点，例如在用户提问后，机器人可能过度赞美问题本身，而非提供客观分析。另一方面，其底层技术架构仍以“预测下一个最可能出现的词汇”为核心，这与科学探索的本质存在根本差异。
他特别强调，真正意义上的科学发现需要具备两个核心要素：首先是质疑精神，科学家应当保持独立思考，不盲从既有结论；其次是探索未知，而非重复已知规律。沃尔夫形象地比喻道：“科学家不是在完成句子填空，而是在寻找那些违反常规却真实存在的现象。”
这一观点的形成源于沃尔夫近期的深度思考。在研读Anthropic首席执行官阿莫迪关于“AI加速生物学研究”的论述后，他产生了不同见解。阿莫迪曾预测AI技术可能将人类50-100年的生物学突破压缩至5-10年内完成，但沃尔夫认为现有模型尚不具备这种能力。
不过，沃尔夫也承认AI在科研辅助方面的价值。他以谷歌DeepMind的AlphaFold为例，说明这类工具能够高效完成蛋白质结构分析等基础工作，为科学家腾出更多精力探索未知领域。在他看来，当前AI更适宜扮演“科研助手”的角色，通过处理重复性工作来激发人类科学家的创新灵感。
