搜索
MIT、谷歌发布报告：AI 让科研假设变廉价，实验环节成新瓶颈
12 小时前
Google、Google DeepMind与MIT FutureTech联合研究团队发布报告，评估了AI对真实科研场景的影响。报告指出，AI在科研领域展现出明显的两面性：一方面，AI正深度融入科研全流程，通用大模型与专用科学AI互补分工，显著加速科研数字化进程，为科研人员每周平均节省近7小时，提升了科研产出。另一方面，科研瓶颈逐渐向工作流下游转移，AI虽能快速生成大量待验证假设，但实验和现实数据采集等非数字化环节无法同步提速，形成新的产能限制。此外，AI还催生了核查模型输出的“验证税”，甚至导致科研选题偏向易验证领域，出现“路灯效应”。当前，AI for Science的结构性矛盾日益凸显，下一轮竞争将不仅关注模型生成能力，更取决于实体实验验证的效率。为此，业界与学界已开始布局自动化云实验室等新型科研基础设施，以补全AI科研闭环的短板。
