Hugging Face联合创始人托马斯·沃尔夫近日在接受媒体采访时直言，当前由OpenAI等机构研发的AI模型难以推动科学领域实现根本性突破。他特别指出，这类技术目前尚不具备催生“诺贝尔奖级”原创性发现的能力。
沃尔夫认为，现有聊天机器人存在两个核心缺陷。其一，这些系统倾向于迎合用户观点，例如在回应问题时可能过度赞美提问的巧妙性，而非提供客观分析。其二，模型训练目标聚焦于“预测下一个最可能出现的词汇”，这种设计逻辑与科学探索的本质存在根本矛盾。
“真正的科学家必须具备双重特质，”沃尔夫强调，“他们既要敢于提出反常识观点，质疑既有结论；又要突破概率框架，追寻那些概率极低却真实存在的现象。”他特别指出，科学研究的本质不是重复已知规律，而是发现未知规律。
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将加速生物学和医学研究”的论述后，他产生了不同看法。阿莫迪曾预测AI技术能在5-10年内完成人类生物学家50-100年的研究积累，但沃尔夫认为现有模型架构无法支撑这种跨越式发展。
尽管对突破性进展持保留态度，沃尔夫仍认可AI在科研辅助中的价值。他举例说明，这类技术更适合作为“科学家的智能助手”，通过提供计算支持、数据整理和初步分析等功能，帮助研究者释放更多精力。事实上，谷歌DeepMind开发的AlphaFold已成功应用于蛋白质结构预测，为新药研发开辟了新路径。
在沃尔夫看来，当前AI与科学研究的结合仍处于初级阶段。虽然工具性应用已展现潜力，但要实现从辅助到主导的跨越，需要突破现有技术范式，建立更符合科学探索逻辑的模型架构。
