作者：张悦
图片：杨浦东、主办方提供
从第一个战胜围棋世界冠军的Alpha Go，
到可预测蛋白结构的Alpha Fold，
再到如今的ChatGPT……
AI for Science正一步步走进现实。
科研界中的许多学者，正在拥抱AI所带来的便利。2018年沃尔夫化学奖得主、加州大学伯克利分校讲席教授奥马尔·亚基谈道，在一开始自己的学生尝试使用ChatGPT时，他对此非常怀疑，“不知道它到底有没有用”，但现在的他已经成为了一个ChatGPT的“信任者”：ChatGPT毫无疑问，加速了团队的科研工作，“对我来说做这些事情，如果没有ChatGPT，可能要花额外的十年。”
“AI For Science是推动科学研究范式变革，实现科技原始创新策源的利器，拥有引爆产业创新核爆点的巨大潜能。”在论坛上，中国科学院院士、复旦大学校长金力说道，AI For Science正带来一场科研范式的变革。也正因此，金力谈道，高校有责任在AI时代为科学理念的普及、科学应用的拓展、科学伦理的探讨，发挥高校的引领和导向作用，使得更多的群体、更多的领域共享AI时代的红利。
“可以说，当前的单打独斗已经不适应大科学时代的科技创新，所以要进行有组织的科研——推动跨学科的交叉研究，激发创新突破，强化产教融合，加强与企业的产学研深度融合。”金力表示。
吸收了大量数据和知识的大模型令人惊叹，它们能找到一些有趣的范式，但却有一点不足之处：不擅长谈论不确定性，而这个世界却每时每刻都充满着不确定性。2022年世界顶尖科学家协会奖“智能科学或数学奖”得主，加州大学伯克利分校电子工程与计算机科学系、统计学系杰出冠名教授迈克尔·I·乔丹提到，作为一个科研工作者的合作伙伴，AI可能是存在着问题的。
“AI向善对于科学来说，意味着给我们一个正确的结果，而不是假装自己知道。”迈克尔·I·乔丹谈道，在某些科研工作中，人工智能甚至会出现“一本正经的胡说八道”。因此，他提醒道，尽管AI For Science非常有热度，但是对待它，还是要警惕。
而另一方面，学术界的AI使用也存在着学术伦理的潜在风险。“人工智能已经可以写论文了，写出来的论文可能水平跟一个普通人写出来的可以相当。我们在这种情况下，如何来确定作者的身份呢？”乔治·斯穆特发问。可见，在人工智能的时代，还有很多不透明，不可靠的问题，有待破解。
“人工智能的副作用，使得内生安全危险很可能具有不可逆的治理，不属于先发展后治理的范畴，必须做到发展和治理两手都要硬，齐抓共管，不能滞后，必须同步发展。”邬江兴谈道。也正因此，他认为，目前AI发展仅实现了有管理是远远不够，如何实现可管理，即有序、有效的，是当前面临的核心挑战。
如何看待AI可能带来的风险，人工智能是否会对人类产生威胁？加拿大工程院院士，清华大学鹏瑞教授、深圳国际研究生院数据与信息研究院院长张晓平认为，人工智能目前的状态还远不足以让人类灭绝，但人们对其的恐惧和担心也普遍存在。对此，迈克尔·I·乔丹提出，尽管危险是可能的，但“不需要付出太多的精力”，当许多年轻的科研工作者都在讨论人工智能风险的时候，机会成本也就陡然增加。
随着AI的发展，许多问题已逐渐显现。“AI可能会消灭很多的工作。”2011年诺贝尔经济学奖得主、纽约大学冠名经济与商业教授托马斯·萨金特说道。算力的垄断也同样是个潜在的问题，张晓平谈道，当前的大模型对于算力的要求非常高，因此算力一旦被垄断，则会对创新造成一定的阻碍。
在这样的情况下，人类应该如何对待AI？许多与会专家都不约而同地提到了监管的意义。“不能阻止技术的发展。”2021年阿贝尔奖得主，普林斯顿高等研究院数学学院冠名教授艾维·维格森说道，“但面对来自人工智能的威胁，应该采取行动。”他呼吁道，可以携手共建人工智能体系，避免使用者们应用这些技术做“向恶”的事情。
