“要贡献，也要贡献被认可”：科学家“抱团”应对AI

OpenAI公布数学研究进展后，人们普遍关注的是AI又能解出哪些难题。徐楠却把目光投向了解题之外。

作为中国科学院自动化研究所研究员、中国科学院“磐石”一站式科研平台研发总负责人，徐楠参与建设面向科研人员的AI基础设施，也在观察人工智能如何进入具体的研究过程。

在他看来，AI带来的不只是解决问题的能力，还让人看到科研的另一种组织方式。比如，科学家、模型和计算工具能不能配合得更紧密，一个问题里攒下的方法和经验，能不能用到更多问题上。“过去，很多AI for Science工作是围绕一个具体任务开发一个模型。”徐楠告诉南方周末记者。如今，大模型把这些原本分散的知识、工具、研究环节连接起来。这也是他和团队建设“磐石”平台时尝试探索的方向。

北京，中国科学院自动化研究所。视觉中国丨图

AI for Science，即人工智能驱动的科学研究，简称AI4S。从蛋白质结构预测、分子设计到材料筛选，AI已在一些具体任务上展现出优异的能力。徐楠判断，当前AI4S正从探索期进入快速发展期，相关机构也从单独研发模型，转向搭建平台和基础设施。

这个过程中，一项研究能留下什么，越来越受关注。论文呈现研究成果，成果背后的数据、工具、方法，往往来自长期的投入与积累，要是别的研究者也能运用它们，就可能带出更多后续研究。徐楠和团队希望，科学家用平台做研究时，其中的方法和经验也能记录下来，一点点改进模型，再用于新研究。

这需要不同领域的科研人员持续参与。科学数据的专业性极强，什么值得采集、结果怎么解释、能支持什么结论，都离不开专家判断。平台能不能积累起有用的知识，也看科学家愿不愿意贡献自己的经验，以及这些付出能否得到认可。

“不能仅仅要求科研人员贡献数据，也要让贡献得到认可，让参与者能够受益。”徐楠强调，开放共享牵扯成果归属、知识产权、数据安全，得有明确的规则。高校、科研院所、企业各有各的资源，怎么合作，才能让人愿意长期投入，也是平台建设要处理的问题。

与此同时，科学基础模型、算力、自动化实验设施都要一直投钱，资源进一步向少数机构集中。对普通课题组来说，共享平台能提供他们原本难以独立建设的研究条件，但如果这些能力只有少数机构能用，也可能把更多人挡在门外。徐楠认为，这一风险需要重视。

AI正在怎样改变科研

南方周末：AI进入科研的发展过程大致经历了哪些阶段？每个阶段解决的核心问题是什么？

徐楠：我倾向于把AI for Science的发展分为萌芽期、探索期和快速发展期。这是一种理解其发展脉络的方式，核心是看A