Liabooks Home|PRISM News
從「工具型AI」到「AI科學家」——Google的靜默轉向
科技AI分析

從「工具型AI」到「AI科學家」——Google的靜默轉向

5分钟阅读Source

Google I/O上,DeepMind執行長宣稱「站在奇點山麓」。從AlphaFold到Gemini for Science,科學AI的典範正在轉移,這對亞洲科研與產業意味著什麼?

AlphaFold 拿下諾貝爾獎才過了五年,Google已經不再把它當成最重要的話題了。

「奇點山麓」——一句話,兩種現實

2026年5月,Google I/O 大會上,Google DeepMind 執行長 Demis Hassabis 說了一句令人停頓的話:「我們正站在奇點的山麓。」奇點,是AI理論中那個人工智慧急速超越人類智能、徹底改變世界的假想臨界點。

說這句話的時機耐人尋味。Hassabis剛剛播放完一段影片,介紹氣象預測AI WeatherNext 如何在去年颶風「梅麗莎」登陸牙買加前發出預警,可能因此挽救了人命。這無疑是重要成就——但它和「奇點」之間,橫著一道巨大的距離。

這種落差,正是當前科學AI最核心的張力所在。

兩條路線的根本分歧

科學AI目前存在兩種截然不同的發展路徑。

第一條是專業特化型工具AlphaFold(蛋白質結構預測)、AlphaGenome(基因組學)、AlphaEarth Foundations(地球科學)、WeatherNext,都屬於此類。這些工具針對特定科學問題設計與訓練,成效有目共睹:AlphaFold的預測結果已被全球超過300萬名研究者使用,Google旗下的 Isomorphic Labs 更憑藉相關技術完成了20億美元的B輪融資,目標是開發新藥。

第二條是代理型(Agentic)AI科學家。這類系統以大型語言模型為基礎,目標是在最少人類介入的情況下,完成從假設生成到實驗設計的完整研究流程。Google在I/O發布的「Gemini for Science」套件,正是這條路線的具體呈現——其中包含生成研究假設的 AI Co-Scientist 和優化演算法的 AlphaEvolve。史丹佛遺傳學家 Gary PeltzNature Medicine 撰文,形容使用AI Co-Scientist「如同諮詢德爾菲神諭」。

PRISM

廣告合作

[email protected]

同一週,OpenAI 宣布旗下通用推理模型推翻了一個重要的數學猜想。這個模型並非數學專用,而是類似GPT-5.5的通用系統。若通用代理模型能在數學上做出獨立貢獻,科學領域或許也不會太遠——儘管科學需要實驗驗證,門檻更高。

人才流向,是最誠實的指標

Google並未放棄特化型工具。Gemini for Science的設計本身就允許調用AlphaFold。但優先順序的微妙轉變,已有跡可循。

據《洛杉磯時報》報導,因AlphaFold獲得諾貝爾獎的Google研究員 John Jumper,目前已轉向AI程式碼研究。Google在程式碼工具領域落後於 AnthropicOpenAI,將頂尖人才調往該領域有其商業邏輯。但程式碼能力同時也是代理型科學系統的核心基礎——這次人才移動,可能同時服務兩個目的。

Hassabis在措辭上保持謹慎。他說:「未來十年左右,我們應將AI視為協助科學家的強大工具。超過這個時間框架,很難確定,但這些系統或許會更像合作者。」「AI Co-Scientist(AI共同研究者)」而非「AI Scientist(AI科學家)」的命名,顯然是刻意為之。

比較維度專業特化型AI工具代理型AI科學家
代表產品AlphaFold、WeatherNextAI Co-Scientist、AlphaEvolve
核心能力高精度解決特定問題假設生成、全流程研究
人類角色設計、詮釋、應用監督、評估(逐漸縮小)
成熟程度實用階段、廣泛普及研究階段、限制開放
諾貝爾獎紀錄有(AlphaFold)
對亞洲產業的影響製藥、農業、氣象基礎研究、R&D全面重構

對華人世界的意義——競賽賽道正在重新定義

這場典範轉移,對亞洲科研生態的衝擊不容低估。

在中國大陸,百度華為阿里巴巴 都已在AI科研工具領域有所布局,但多數仍屬特化型應用。若代理型AI科學家成為主流,意味著競爭賽道從「誰的工具更精準」轉向「誰的通用推理能力更強」——這恰好是目前中美技術競爭最敏感的核心地帶,也與晶片出口管制直接相關。算力的取得,將直接決定能否在這場競賽中保持位置。

在台灣,台積電 製造的先進晶片是訓練這類大型模型的基礎設施。隨著代理型AI對算力需求持續攀升,台灣在全球AI供應鏈中的戰略位置將進一步凸顯——這既是機遇,也是地緣政治壓力的來源。

對東南亞與香港的研究機構而言,Gemini for Science開放申請使用,提供了一個以相對低成本接入前沿科研AI的窗口。但使用開放平台,也意味著數據主權與研究成果歸屬的問題將愈發複雜。

本内容由AI根据原文进行摘要和分析。我们力求准确,但可能存在错误,建议核实原文。

观点

相关文章

PRISM

廣告合作

[email protected]
PRISM

廣告合作

[email protected]