Hugging Face创始人：当前AI模型更适合做科研助手

近日，美国财经权威媒体CNBC发布了一篇关于Hugging Face联合创始人托马斯・沃尔夫的专访，这名AI界权威人士坦诚分享了他对当前人工智能发展的独到见解。他强调，OpenAI等顶级实验室开发的AI模型，在未来相当长一段时间内都难以在原创性科学发现上取得堪比诺贝尔奖的重量级成果。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

沃尔夫对"真正科学突破"给出了明确界定——必须是颠覆传统认知的开创性发现。在他看来，市场常见的对话式AI存在两个致命缺陷：首先是过度迎合用户的心理倾向，比如频繁使用"这个问题很有见地"之类模式化的赞美语；更为关键的是，这类系统在本质上只是"词语接龙游戏"的高级版本，基于统计学规律预测下一个可能的词汇，这与科学探索的底层逻辑格格不入。

"开创性科学家的思维方式恰恰与此背道而驰，"沃尔夫强调说，"他们的突破往往源于对常识的怀疑精神，执著于挖掘那些看似不可能却真实存在的现象。"正是这种根本性的认知差异，决定了目前的人工智能更适合扮演研究助手的角色，而非原创性发现的缔造者。

沃尔夫这番深度思考并非空穴来风，而是源于其对AI领域发展的长期跟踪。他特别回应了Anthropic首席执行官达里奥・阿莫迪颇具野心的预言——AI可能将传统生物医学研究时间从一百年缩短至十年。通过严谨分析后，沃尔夫认为现有的技术框架还不足以支撑如此跨越式的发展。

虽然对AI的革命性突破持保守态度，沃尔夫也客观肯定了其在科研领域的实际价值。他以DeepMind开发的AlphaFold系统为例，这个能够精准解析蛋白质三维结构的AI工具，已经实实在在地推动了新药研发的进程。在他看来，AI当前最适合的角色定位就是成为科学家的"智能副手"，这才是最务实的发展方向。

这位AI先锋的判断建立在对技术本质的深刻认知之上。他指出，真正的科学发现往往需要跳出概率思维的桎梏，而现有的AI模型无论是在数据训练还是算法构造层面，都远未达到这种突破性思维的层次。这种本质局限决定了AI在科研领域的应用边界——在未来相当长时期内，它只能是人类科学探索道路上得力的工具和助手。