站在十字路口
我现在处于对科研极大的怀疑中。当然这不是对科研内部现象的怀疑,而是科研本身作为职业、甚至作为产业,存在着很大的危机。在这个时间点,OpenAI 对科研已经发力了好几个月,数学界已经惨不忍睹,其他研究领域也逐渐遭到严重冲击。我想再往后,恐怕也不用想哪个领域能幸存,大概率都会被动摇一番。
对于有过科研经历的人来说,一方面会感到兴奋,因为我曾经被科研问题困扰着,它给我带来了巨大痛苦,而 AI 可以帮助科研工作者迅速突破这些痛苦。但是另一方面,科研的价值可能正因为它是困难的、能给人带来痛苦的;如果科研变得没有太强的困难感,无法给人带来挫折感,那它的价值自然会被调低,这也会导致科研本身引起大家的质疑。
目前 OpenAI 连续几次发力:一次是在 9 月份解决了纳维-斯托克斯方程(N-S 方程),10 月初发了 700 多篇论文,10 月底又对三批重要数学物理问题进行了突破。就是这几波操作,把一些非常重要的数学方向直接给团灭了,留给数学界的基本上只有一片狼藉。数学界需要读这些文章,但如果 AI 所做的工作正确,他们读这些文章的意义何在?它无法给这些学者带来任何声誉,只是帮 OpenAI 做了一些宣传;但不读这些文章也不可能,因为事实已经发生了,你不可能不去管、去当鸵鸟。
这是最顶尖层面的冲击,而对于广大的科研民工来说,影响也是很大的,因为它涉及到衡量指标的演变。以前很简单,就是发论文。但现在大家都用 AI 写论文,导致投稿量暴增;投稿量暴增之后,又导致审稿环节不可避免地使用 AI 之类的自动化方式来处理。这样整个科研的全链路似乎都被 AI 架空了,人也变得非常尴尬。甚至很多人不再像以前那样认真阅读论文,而是直接用 AI 来总结、阅读、思考,所有方式似乎都在 AI 化,整个科研工作似乎在脱离人的参与。
对于基层人才的培养,目前也存在很大问题。学生在阅读学习的过程中,可能导师安排了任务,直接交给 AI 来做,做完之后又甩给导师,整个过程中似乎已经没人参与了。这样的结果对学生来说,他们无法在具体问题中获得磨练,也无法与这些问题产生紧密连接。最终可能能把一些工作做出来,但就像甩手掌柜一样,只知其然,不知其所以然,甚至连“其然”都不知,似乎完全没有一个成长的路径,这样非常糟糕。
但如果站在 AI 狂热分子的角度来说,他们可能会认为,传统的科研工作者成长路线也好,科研工作的认证评价也好,甚至科研工作整体而言,即便做出前沿的东西,用 AI 做的和人做的有什么本质区别呢?既然 AI 可以做,我们为什么要去培养人呢?为什么要对人类的研究进行资助呢?
对于科研的种种怀疑与担忧,我只能提出问题,没办法给出解决方案。因为这些事情绝对不是某一两个人,甚至一两个聪明人能够应对的,它需要人类的集体行动。而人类集体行动需要一些不可抗力的整合,最终达成共识,才能采取行动。
所以这些问题只能去想一想,然后做出一些判断,争取让自己不被这个历史潮流淹没,尽量不那么悲剧,或者说成为一个幸运儿吧。在大时代下这非常困难,谁都指望不上,因为人很难提前预计未来的变化。归根结底还是听天由命,然后看大家、看人类最终的选择。
科研工作对我来说带来了一定的乐趣,但更多的是一些负面的东西,对我的心理产生了影响,给我带来了很多糟糕的回忆,这一点我没办法否认。不过从另一个角度来说,我与科研有过十多年的交集,感觉对它多少有些感情,即便是斯德哥尔摩综合征,也是抹不去的一段经历吧。我还是认可科研对人类的价值,因为就像我当时投身于科研事业中思考的那样,我认为好的东西,即便在它给我带来巨大痛苦的时候,依然重要。
但是现在,科研还有继续存续的价值吗?这可能需要更多思考。我们可能需要切换角度,认识到更本质的东西,而不是被表面现象影响。因为这个世界总是在某种权力意志的驱使下被精心包装,很多本质性的东西被掩盖了。最终大家做的科研,其实会带来一些荒诞感。尤其是我工作这么多年,所获得的感受就是我们并没有在做科研,只是在做一些与科研相关的事情。这些事情拿掉之后,科研依然存在,我们似乎脱离了本质。或许 AI 的介入能让人类重新回到科研的本质中,能够重新审视、重新建立人与科研的连接,彻底抛弃掉一些被人类社会强加给科研的皮毛的东西。这或许也是一种解放吧。