青年科学家热议AI双刃剑：算力奖励与思维惰性并存

【科技纵览】若一位青年学者意外获得三百万元巨额奖金，这笔资金将流向何处？清华大学王笑楠教授给出了颇具烟火气的答案：请国际学生品尝辣椒螃蟹，以及为团队购置急需的算力资源。这一细节折射出当下科研生态的真实切面——在新基石科学周期间举办的50²论坛及科学探索奖颁奖典礼上，尽管话题多元，但人工智能（AI）与算力已成为无法绕开的核心议题。该奖项由腾讯出资、新基石基金会运营，聚焦基础科学与前沿技术，是目前国内资助力度最大的青年人才项目之一。获奖者王笑楠深耕AI驱动的能源化工材料设计，而浙江大学陈远流则专注于智能超精密制造，两人的研究均深度嵌入了AI技术。然而，在享受技术红利的同时，学界对AI潜在风险的忧虑也日益凸显，尤其是对其可能削弱人类独立思考与创新能力的担忧，几乎成为共识。

AI能力的指数级增长引发了深层焦虑。沃尔夫化学奖得主何川坦言，今年3月前他对AI尚不以为意，但在前往圣地亚哥参会途中，一种恐惧感油然而生：“人工智能在物理原理上与大脑进化并无二致。”这种同构性让他担心自己终将被替代。中国科学院院士潘建伟引用神经科学研究指出，12岁前是大脑可塑性关键期，若此时过度依赖AI获取答案，大脑缺乏必要训练，成年后的创新能力将大幅衰退。他警示道，AI应是辅助工具，而非让大脑陷入懒惰进而“变蠢”的温床。何川进一步追问：如果新一代科学家全程依赖AI成长，二十年后我们是否还能拥有具备真正创造力的领军人才？这不仅是教育问题，更是关乎科学传承的战略命题。

教育场景中的冲击同样剧烈。陈远流虽在科研上自信满满，却自嘲在讲台上面临“失业”风险。传统“满堂灌”式教学极易被AI取代，后者不仅能提供更清晰的解释，还能根据学生个体差异生成个性化动态网页或课程，实现人类教师难以企及的因材施教。更令他担忧的是学习方式的异化：当AI能逼真模仿儿童口吻完成作文时，孩子自我思考的空间被压缩。对此，王笑楠建议年轻学子警惕对AI直接给出答案的依赖，指出虽然效率提升，但整体知识面可能在不知不觉中窄化，这是一个危险信号。不过，科学家们并非主张弃用AI，而是强调角色转换：从被动“回答问题”转向主动“定义问题”，即提出那些尚无现成答案的挑战，这才是AI时代学习的核心价值。

在科研实践中，AI的影响复杂且深远。潘建伟曾建议学生每日浏览《Nature》《Science》官网，如今已有学生开发小程序，利用AI自动检索并按重要性排序文献。在更硬核的物理领域，中性原子量子计算的排列涉及复杂路径规划，AI能在极短时间内完成优化，该项成果甚至入选美国物理学会年度重要进展。展望未来，潘建伟认为AI与量子计算结合将大幅提升效率，例如在宇宙中寻找特定配方，量子计算锁定大致范围，AI再精准定位。然而，突破性的科学发现仍非易事。潘建伟指出，AI基于既有知识构建，且“不会犯错”，而错误往往是创新的重要源泉；在生命科学等非定量领域，数据准确性不足，人的判断力依然不可替代，如何产生高质量数据并赋予AI顶尖科学家的判断力，仍是关键瓶颈。

伦理风险则是另一重阴影。王笑楠观察到，AlphaFold等工具已彻底改变蛋白质研究流程，AI在设计绿色能源材料方面潜力巨大，但同样可能被用于合成剧毒化学品。特别是在软硬件闭环的自动化实验室中，若AI具备自主意识并自我进化，后果不堪设想。十年前无人预料AI会如此深入日常生活，如今如何在可控范围内驾驭这把双刃剑，已成为每位科技工作者必须面对的课题。从某种角度看，这不仅关乎技术边界，更关乎人类在智能时代的主体性坚守。