OpenAI瞄準科學家：GPT-5如何重塑研究生態？

ChatGPT問世三年後，OpenAI將目光投向了科學界。2024年10月，該公司宣布成立「OpenAI for Science」專門團隊，明確表達要協助科學家加速研究的企圖心。

近幾個月來，數學家、物理學家、生物學家紛紛在社群媒體和學術論文中分享一個共同經驗：GPT-5幫助他們獲得突破性發現，或引導他們找到原本可能錯過的解決方案。這些案例促成了OpenAI科學團隊的誕生。

遲來的入場者

諷刺的是，OpenAI其實是後進者。Google DeepMind憑藉AlphaFold和AlphaEvolve等突破性科學模型，在AI科學應用領域耕耘多年。該公司執行長德米斯·哈薩比斯在2023年受訪時直言：「這就是我創立DeepMind的原因……事實上，這是我整個AI職業生涯的動機。」

那麼，OpenAI為何選擇現在進軍科學領域？答案在於GPT-5的能力躍升。在測試博士級生物、物理、化學知識的GPQA基準測試中，GPT-4僅獲得39%的成績，遠低於人類專家70%的基準線。但GPT-5.2（去年12月發布的最新版本）卻達到了92%的驚人成績。

OpenAI科學團隊負責人凱文·韋爾表示：「這些模型不再只是比90%的研究生優秀，它們真的站在人類能力的前沿。」韋爾本身就是科學背景出身，曾在史丹佛大學攻讀粒子物理學博士學位。

實際應用的光與影

范德比大學物理學教授羅伯特·謝勒的經歷頗具代表性。他和研究生花費數月無法解決的問題，GPT-5成功找到了答案。「GPT-5仍會犯愚蠢的錯誤。當然，我也會，但GPT-5犯的錯誤更愚蠢。」謝勒坦言，但他同時預測：「如果當前趨勢持續下去，我懷疑所有科學家很快就會使用LLM。」

加州大學柏克萊分校統計學家尼基塔·日沃托夫斯基自ChatGPT第一版發布就開始在研究中使用LLM。他發現這些工具最有用的地方在於「突出我的工作與既有成果之間的意外連結，而這些成果我之前並不知道」。

但批評聲浪同樣強烈。量子力學研究者喬納森·奧本海默指出一篇以GPT-5提案為核心的同行評議論文存在根本錯誤：「GPT-5被要求提供檢測非線性理論的測試，但它提供的是檢測非局域理論的測試。這就像要求COVID檢測，LLM卻開心地遞給你水痘檢測。」

對華人學術圈的啟示

這波AI科學應用浪潮對華人學術界意義深遠。台灣的中研院、香港的各大學研究機構，以及東南亞華人科學家社群，都面臨相同的機遇與挑戰。

特別值得注意的是語言優勢。韋爾提到，「GPT-5.2基本上讀過過去30年所有發表的論文」，包括不同語言的研究。這對習慣中英文雙語研究環境的華人科學家而言，可能帶來獨特的競爭優勢。

然而，利物浦大學化學教授安迪·庫珀的觀點值得深思：「我不確定人們是否準備好被LLM指導該做什麼。我當然沒有準備好。」這種謹慎態度在重視學術傳統的華人文化中可能更為普遍。

競爭格局的變化

OpenAI面臨激烈競爭。Google DeepMind的Gemini、Anthropic的Claude等競爭對手的模型同樣在快速進步。韋爾承認，其他公司的LLM「能做到我們聲稱自家模型能做的大部分，甚至全部功能」。

這使得OpenAI for Science更像是在新領域插旗的策略性舉措。真正的創新還在路上。韋爾預測：「我認為2026年對科學界的意義，就像2025年對軟體工程界的意義一樣。2025年初，如果你用AI寫大部分程式碼，你是早期採用者。12個月後，如果你不用AI寫大部分程式碼，你可能就落後了。」