AI 研究已摘得诺奖桂冠，普通科研工作者将何去何从？

人机协作这样的时光，或长久，或短暂。且行且珍惜吧。

今年的诺贝尔奖有些不同。诺贝尔物理学奖颁给两位 AI 研究者，化学奖也有一部分给了研发 AlaphaFold 2 的 Deepmind 创始人。

化学奖的授予还在科学界意料之中，毕竟原先一个团队几个月辛勤探索产生的结果，现在靠着 AI 一秒钟能出好几个。Deepmind 极大提升了科研效率，有目共睹。至于物理学奖，就确实让很多人破防了 — — 这两位做的，是物理学研究？！

前几天，火花公开课做了一次直播，请到了温州大学商学院的黄伟伦教授讲解这次诺奖颁发的缘由和影响。黄老师讲得很细致全面，如果你感兴趣，可以查看直播回放。

应主办方邀请，本人也有幸参与到此次直播的讨论环节。发言的时候，我的关注点从科研的金字塔尖移开，探讨了此次诺奖带来的导向性作用，对于广大的科研工作者究竟会造成哪些影响。

这篇文章，我增补扩展了当天的发言，希望能更细致探讨这个问题。尤其是，我尝试给你提供一些深入了解 AI 辅助科研方式的线索。

帮手

我经常跟读者和学生讲，「AI 是你的帮手」。可我知道，有些研究者直到现在还不太接受这个提法。

从去年开始，我较为频繁地外出做讲座，跟全国很多高校和科研院所的老师与学生们有了不少接触。通过讲座后的问答环节与私下的当面交流，我深刻体会到了什么叫「未来已来，但分布不均」。

有些人到今天还沿用自己以往的科研流程 — — 手动操作为主，加上一些简单的自动化工具。他们觉得这次 AI 浪潮与自己没有关系。这一阵风，搅得人心不古，颇为浮躁。好在就像之前许多新名词造成的风一样，等它刮过去就好。

但实际上，这种「躲进小楼成一统」的好时光，只怕随着本次诺奖的公布，变得越来越短促了。简单来说，科研界被 AI 裹挟「开卷 」的趋势，恐怕是挡不住。毕竟在一个竞争行业里，是否采用足以提升效率的新技术，恐怕不以参与者个体的意愿为转移。诺奖颁发给 AI 研究，发送了一个明确的信号。尤其是把原先的公有知识，一下子变成了公共知识。

那么 AI 究竟能为普通的科研工作者做什么？

为了让后续的讲解足够通用，我只就着科研工作最为基础的环节来探讨，尽量不涉及任何具体学科特色。这些步骤，包括知识的输入、信息的处理，和内容的输出。