近日，美國知名財經媒體CNBC報道了Hugging Face聯合創始人托馬斯?沃爾夫對當前人工智能模型發展的看法。這位AI領域專家直言，以OpenAI為代表的實驗室推出的AI模型，短期內難以實現類似諾貝爾獎級別的重大科學突破。
沃爾夫將真正的科學突破定義為具有顛覆性的原創發現。他指出，當前主流聊天機器人存在兩個核心缺陷：一方面，這些系統傾向于迎合用戶觀點，例如在回答問題時過度使用"這個問題很有深度"等客套話；另一方面，其底層架構本質上是基于統計規律的"下一個詞預測"機制，這與科學探索的本質存在根本差異。
"杰出科學家的思維模式恰恰相反，"沃爾夫解釋道，"他們習慣于質疑現有結論，主動尋找那些概率極低卻真實存在的現象，而不是重復已知的高概率結果。"這種認知差異導致現有AI系統更適合作為科研輔助工具，而非獨立發現者。
沃爾夫對AI科研應用的思考源于對行業動態的持續觀察。他特別提到Anthropic首席執行官達里奧?阿莫迪提出的觀點：AI驅動的生物醫學研究可能將百年科研進程壓縮至十年內完成。但經過深入分析后，沃爾夫認為當前技術架構尚無法支撐這種質的飛躍。
盡管對突破性進展持謹慎態度，沃爾夫也承認AI正在改變科研范式。以谷歌DeepMind開發的AlphaFold為例，該系統通過精準預測蛋白質結構，已經為藥物研發領域帶來實質性幫助。這種"科研助手"的定位，在他看來才是AI技術當前最合理的應用方向。
這位AI先驅的判斷基于對技術本質的深刻理解。他強調，真正的科學發現需要突破概率框架的束縛，而現有模型無論在訓練數據還是算法設計上，都尚未具備這種突破性能力。這種局限性決定了AI在科研領域的角色，短期內仍將局限于輔助性工具。
