他们提出了好问题

作者／   IT 时报   郝俊慧

编辑／  孙妍

当 AI 越来越会回答问题，人类最重要的能力，会不会变成提出一个好问题？

9 月 11 日下午，上海张江 AI 应用商店里，一场 " 开放麦 " 正在进行：" 物理常数真的是常数吗？"" 是否存在一种不依赖标准化考试的评估方式，能动态衡量一个人的科学直觉、好奇心和跨学科连接力？"" 科学直觉、好奇心和跨学科连接力是否可被发现或评价？" ……

这些问题有的指向宇宙，有的落到实验室，有的追问教育，还有的直接叩问 AI 时代科学研究本身。

" 科创尖兵 勇为先锋——青年浦江科学之问开放麦 " 是今年浦江论坛的创新活动之一，活动由上海浦江创新论坛中心、上海市科创启明星协会、上海市青年科技人才协会、浦江创新论坛 Youth-Hubs 社区主办，上海市青年联合会指导，知乎提供支持。

与通常由专家站在台上 " 给答案 " 的科技论坛不同，这一次的主角是 " 问题 "。来自科研院所、高校、科技企业、医疗机构以及互联网知识社区的青年，把各自领域正在面对的问题摆到了台前。

AI4S 缺的不是 AI 而是数据

活动结束后，上海科技大学物质科学与技术学院‌助理‌教授严佳骏仍然在和身边的人讨论 AI。

不可避免地，AI 是当天讨论中反复出现的关键词。现代科学面对的问题越来越复杂。AI 与医学、环境与计算、材料与生命科学之间的边界不断变得模糊，AI4S（AI for Science）被寄予厚望。

然而，真正进入实验室之后，事情并没有想象中那么简单。

"AI4S 一个很大的困难是没有数据。" 严佳骏主要研究的方向是高分子合成化学领域，在这个科学世界中，可能的原料、试剂组合以及实验条件形成了一个极其庞大的空间，尽管人类已经积累了大量文献数据，但这些数据普遍存在完整性不足、缺乏统一结构等问题，从而使机器学习时存在较大困难。同时人类已经描述的化学设计空间也仅仅是沧海一粟。

新的化学反应、一种材料性质、一组生物实验数据……需要科学家真正在实验室做出来。AI 需要 " 吃 " 数据，科学数据的生产成本远高于互联网数据，而未经实验验证的计算机仿真数据在严佳骏看来可用性不高，" 计算科学领域有一句话叫作‘垃圾进垃圾出’（GIGO）"。

另一个容易被忽略的问题是偶然性。科学发现并不总是按照预先写好的实验流程发生。

" 做实验的时候，经常会有各种突发情况。" 在严佳骏看来，很多真正有意思的科学发现恰恰可能来自实验过程中没有被预料到的现象，机器人当然可以一天 24 小时工作，重复完成大量标准化实验，但遇到一个突发情况时，" 它很难主动探索背后的科学意义 "。

这也与当天提出的一个 " 科学之问 " 交相呼应：重大的科技突破往往诞生在学科边缘，我们能否有意识地把 " 边缘碰撞 " 设计出来，而不是被动等待偶然？

用 AI" 打开中医的盲盒 "

参加当天开放麦的龙华医院副主任医师孙悦礼关心的则是另一个问题：那些过去很难被 " 看到 " 的知识，能不能在 AI 时代变得显性化？

他把目光投向了中西医结合领域。孙悦礼师承国医大师施杞和上海中医药大学副校长王拥军教授，在多年从医生涯中，他发现中医诊疗中存在大量来自长期实践的经验，比如一个资深医生可能根据患者的状态做出判断，但其中相当一部分知识依赖个人经验、长期积累甚至师徒传承。另一方面，由于极度依赖个人经验，同一个患者是否需要做手术，在不同医生处得到的答案可能是不同的。

如今，通过数据采集和 AI 分析，过去隐含在医生个人经验中的知识正逐渐显性化，" 让它能够被看到 "，那么这些经验就有机会成为辅助诊疗决策的一部分。

" 以前很多东西是大师的经验。" 孙悦礼告诉《IT 时报》记者，AI 进入传统医学后，将具体诊疗手法、中药复方与治疗后的人体客观变化建立了关联，" 如同打开了中医的盲盒。" 从而可以为医生的后续诊疗决策提供参考。

从实验室里的科学发现，到诊室里的经验传承，AI 正在改变知识产生和传递的方式，但与会者的基本共识是，人类的科学直觉、好奇心和跨学科连接力依然是最重要的。

但一个新的问题也随之出现：是否存在一种不依赖标准化考试的评估方式，可以动态衡量一个人的这些能力？

这个直接拷问当前科学研究评价体系的问题，也是青年科学家们面临的现实。事实上，如果一种能力难以被评价，它就很难进入现有的激励体系，但如果科研范式已经开始改变，评价科学人才的尺子是否应该随之改变？

高中生之答

这个问题或许要留给 "AI 原住民 " 来回答。

姜烨是来自华东师大二附中的一名高三学生。这一代高中生几乎是第一批真正与生成式 AI 共同成长的学生，写代码、查资料、做题、翻译甚至写文章，AI 是随手可得的工具。但姜烨却担忧，AI 对创新的影响并不一定全是正向的，如果一个问题刚刚出现，第一反应就是 " 问 AI"，那么原本需要经历的搜索、试错、联想和判断的过程可能被迅速压缩，会让我们失去探索的能力。创新恰恰可能发生在探索的过程中。

于是，回到文章开头。当 AI 越来越擅长给出答案时，教育和科研评价真正要做的是如何保护人类独立思考并提出问题的能力。

这或许是 AI 时代，最需要回答的问题。

排版／   季嘉颖

图片／   浦江论坛

来源／《IT 时报》公众号 vittimes

E   N   D

大家都在看

IT 时报

怕被 AI 替代？

不如先学会用好它

「挨踢妹 @AI 茶水间」

每日投喂

扫码即可加入↓↓↓

请加「星标」不错过我们