我们何时能说AI做出了科学发现？

上周，AI公司Anthropic宣布了一件颇具争议的事：它今年早些时候成立了一个分子生物学实验室，让Claude智能体阅读并推测困难的生物学问题，再由人类科学家对它们报告的结果进行实验验证。Anthropic称，这个AI驱动的实验室已经做出了首个发现。 具体来说，Anthropic的系统由950个智能体组成，运行21小时后，在数百万DNA序列中标记出一个围绕已知酶的重复模式。Anthropic表示这一模式此前未被编目，并在公告中用“令人联想到”CRISPR基因编辑技术的措辞来描述它。但问题在于，这个系统发现的并非全新序列，而只是一个已知酶周围的重复模式。一些生物学家对此表示愤怒，一位生物学家的帖子被制药公司礼来董事长兼CEO转发，帖中直言：“找到一个奇怪的基因簇和重复序列往往是简单的那部分。真正困难、也是真正发现来源的地方，是搞清楚这个系统到底在做什么。”换句话说，这些智能体帮忙做了一些实验室的体力活，但远谈不上是“发现”。更尴尬的是，哥本哈根大学生物学家Mario Rodríguez Mestre表示，他的团队早已发现了这个模式，而他平时经常与Claude对话，因此怀疑Anthropic的团队是否从他的对话中学到了东西。Anthropic否认了这一说法，但Mestre表示他将停止使用Claude。 这件事的核心矛盾在于，AI公司不再把自己的系统仅仅定位为科学家可以使用的工具，比如显微镜或超级计算机，而是坚持认为AI系统本身在做出发现。对许多科学家来说，这与科学实际运作的方式不兼容——新知识通常来自协作和不断增长的工具库。这种叙事也在让人们对于真正的进展变得更加怀疑。把20万个候选对象缩减到几个值得探索的方向，绝非小事，这是正当的科学工作。一个通用聊天机器人能完成这项工作本身就值得注意，即便人类帮助引导了它并最终执行了实验。但一旦标准变成“Claude本身是否做出了发现”，所有这些都变成了辩论中非此即彼的证据：要么突破，要么失败。而一旦我们用“是否做出了发现”来评判AI，即使它真的取得了胜利，人们也容易不断移动球门。本月早些时候，OpenAI称其团队智能体解决了一个价值百万美元的数学问题，但两周后，几乎所有AI怀疑者都在分享一篇文章，追问那个数学问题是否真的重要。需要说明的是，那篇文章并未主张OpenAI的解法有误，而是认为那个特定结果可能并非数学家真正关心的那一个。