深圳医学科学院颜宁团队近日联合清华大学团队，在《科学》上发表了一项重磅成果。在这项研究中，团队引入AI建模方法，与实验技术结合，首次把复杂糖质结构看得更清、更准，甚至推进至近原子分辨率层面。发展长期相对滞后的糖质科学，有了有效研究手段。

但有意思的是，就在几年前，颜宁曾卷入一场“AI会让结构生物学家失业”的舆论调侃。

2022年，颜宁宣布回国就职时，网络上流传着一个戏谑的说法——人算不如AI算，AI正在让结构生物学家面临“失业”困境。

逼入困难还是带入佳境？AI会让科学家“失业”还是“起飞”？要回答这个问题，不如先看看AI在科研一线的真实使用情况。

2023年，《自然》杂志进行了一项针对1600名科学家的调查研究，以了解科研工作者对生成式AI的使用状况和想法。结果显示，在非AI领域的研究者中，也有超过一半的人会在科研工作中使用AI。科研人员主要在三个方向使用AI：辅助非英语母语的作者撰写论文（包括编辑和翻译）、用AI编写代码、用AI提炼论文内容以节省阅读时间。

但在这些情境中，AI更像是研究人员的工具，能够帮助科研人员提高工作效率，而科学研究的核心工作还是由科学家主导。

而随着AI工具的能力日益全面，有人不禁疑问：在更具技术性的科研环节，AI会不会实现对科学家的取代？我们不妨从几个关键场景逐一拆解。

AI代替科学家写论文？

写论文对于科学家来说是一项“基本功”。自2022年能够对话的GPT-3.5版本发布以来，生成式AI的内容撰写能力得到了人们广泛的认可。

但是需要强调的是，科学界并不认可直接使用AI直接撰写论文。

早在生成式AI工具开放使用时，《自然》《科学》还有爱思唯尔等知名学术期刊出版公司就声明禁止出现“AI作者”，对于论文中其他使用到AI的地方，必须注明使用方式以及AI模型版本。

原因很简单，AI在生成论文内容的时候，并不会带有“科学家的思考”，只是根据预训练的内容生成文字，得出的结论可能是偏颇的、不合理的。

《自然》杂志总编辑玛格达莱娜·斯基珀接受采访时提到，研究者发表成果时，需对研究行为、内容真实性、学术伦理负全责，而AI不具备自主意识与责任能力，不能成为责任主体。

AI始终是工具，对科研负责的只能是人。

AI直接介入科学研究过程？

在某些领域，AI确实开始直接介入科学研究了。

传说中让颜宁“失业”的人工智能系统AlphaFold靠深度学习和大模型，能快速分析氨基酸序列的规律，精准预测蛋白质的三维结构。但在传统路径下，每解析一个未知蛋白质结构，都意味着科研人员长期、反复的实验探索，背后是大量时间与精力的投入。

再比如2019年的那张震惊世界的黑洞照片（左下）。2023年，在AI模型PRIMO的帮助下，科学家优化了这幅图像（右下）。这样更高分辨率的图像，对于科学家更准确地估算黑洞的质量、大小以及物质消耗速率能起到帮助。

但即便如此，AI依然无法替代科学家的核心作用。一方面，所有AI的预测结果，最终都需要人类科学家进行观察。另一方面，AI的预测过程本质上是一个“黑箱”，AI并不能够解释为什么做出这样的预测。对于蛋白质折叠机理和黑洞的探索，依然需要人类科学家完成。

AI科学家面世？

2026年3月，有学者在《自然》发表文章，提出了一种用于实现科学研究全过程端到端自动化的系统流程，取名为“AI Scientist”（AI科学家）。此前，还完成了首篇完全由AI生成并通过了标准的科学同行评审流程的研究论文。

这一突破，是否意味着AI已经能独立完成一项完整的科学研究？答案依然是否定的。

事实上，三篇由AI创作提交的论文中只有一篇被接受，且研讨会接受率远高于主会议，水平远不及顶尖论文的标准。常见的失败模式包括想法幼稚、实现错误、方法严谨性不足、实验错误和多种类型的幻觉。

总的来看，The AI Scientist的出现并不代表人类科研人员将被完全取代，而是预示着一种“人机协同”新范式的开启。科研流程正在从“人主导+工具辅助”，向“人机深度协作、部分流程自动驱动”转变。

因此接下来如何使用这种能力，仍取决于人本身。

AI并不会取代科学家，但会使用AI的科学家也许将取代不会使用AI的科学家。

责编：周顺

一审：周顺

二审：段涵敏

三审：杨又华

来源：光明日报客户端