Sam Altman：AI正迈入科学发现时代，数学突破将复制到生物与能源

从工具到发现者：AI的角色正在转变

Sam Altman 在近期一次访谈中提出一个关键判断：AI 正在进入一个全新的阶段——帮助人类发现重大新知识。他提到，这个趋势虽然讨论已久，但直到最近才真正变得具体可感：「AI 正在做非常困难的事情，弄清楚非常复杂、重要的新知识。」

这句话的分量在于，它把 AI 的定位从「提升效率的工具」推向「参与知识生产的主体」。过去我们习惯用 AI 写文案、改代码、做总结，而 Altman 所描述的场景是：AI 在数学领域已经展现出解决高难度问题的能力，而这种能力正在向其他基础科学领域迁移。

你可能没注意到，这一转变并非突然发生。Altman 用「maybe started earlier this year」来描述起点，说明在他眼中，AI 的发现能力已经经历了一段积累期，如今进入加速阶段。

数学是起点，生物与材料是下一站

Altman 明确给出了一个迁移路径：在数学领域奏效的方法，将会在生物学、材料科学和能源领域同样奏效。

具体而言，他提到 AI 可以帮助人类研发新药物、发现新材料，以及寻找新的能源来源。这背后的逻辑是，这些领域虽然研究对象不同，但底层都涉及高维度的搜索、模式识别与假设验证——而这正是当前 AI 最擅长的事情。

据观察，数学之所以成为首个突破口，是因为它有清晰的验证标准：一个证明要么成立，要么不成立。生物和材料领域的反馈周期更长、噪声更大，但 Altman 认为方法论本身可以复用。

如果这一判断成立，那么 AI 对科学的影响将不再是「加速文献阅读」这种辅助层面，而是直接介入假设生成与验证环节。这对于药物研发这类周期长、成本高的行业，意义尤为重大。

高维搜索与假设验证：在科学发现语境中，它指的是在参数空间极大的问题里寻找满足约束的解——数学证明是在可能证明路径中搜索有效推理链，药物研发是在海量分子结构中搜索符合靶点与安全性要求的候选物，材料发现则是在成分与工艺的组合空间中搜索特定性能。传统方法依赖专家直觉与试错，成本随维度上升迅速失控；AI 的价值在于用学习到的先验缩小搜索范围，并用可自动检验的目标（证明正确性、结合亲和力、稳定性指标）对候选假设做快速筛选和迭代。

最令人兴奋的方向，却最不容易被感知

Altman 坦言，科学发现一直是他「最兴奋」的方向之一。但他同时提出了一个耐人寻味的观点：这种影响不会让人直接感受到「我在使用 AI」。

他的原话是：「它不会感觉像是在直接使用 AI。它只会像是——好吧，世界变好了，社会在正常运转。」这句话揭示了一个重要的传播规律：真正基础性的技术变革，往往以「消失」的方式存在。电力、互联网都经历过类似过程——当技术足够成熟，它就不再是一个需要被单独提及的东西。

这也意味着，AI 在科学领域的价值可能不会以「爆款产品」的形式呈现，而是分散在更便宜的药物、更高效的能源、更耐用的材料里。对于关注 AI 商业化的人来说，这是一个需要调整预期的信号：最大的回报可能不在 AI 应用层，而在 AI 驱动的实体产业中。

技术消失：这一说法常被用来描述成熟技术如何退居背景。真正的变革性技术不是持续以“新产品”形态出现，而是被嵌入基础设施，成为默认条件：人们不再问“这是不是电”，只关心电价和可靠性；不再问“要不要上网”，只关心服务是否可用。判断一项技术是否真正成功，往往不是看它被谈论多少，而是看它不再需要被单独谈论。对 AI 而言，这意味着其科学价值可能更多体现在药物研发周期缩短、材料迭代加快等产业指标上，而非应用层的显性产品。

社会变好，但不会有人为此鼓掌

Altman 用「世界变好了，社会在做它该做的事」来收尾，这个表述看似平淡，实际上指向一个深层问题：当 AI 带来的进步变得日常化，公众和决策者是否还会持续关注它的风险与治理？

从积极角度看，这是技术成功的标志——AI 真正融入了人类知识生产的基础设施。但从治理角度看，当 AI 不再「显眼」，相关的安全讨论、资源投入和监管注意力也可能随之下降。Altman 本人并未在这一段展开这层含义，但他所描述的「无感式进步」，客观上对科学传播和政策制定提出了更高要求。

综合来看，Altman 的这段表述虽然简短，却勾勒出一条清晰的路线：AI 从解决数学难题出发，向生物、材料、能源扩散，最终以不易察觉的方式改变社会。这条路线是否如期兑现，将是未来几年观察 AI 科学价值的关键标尺。

无感式进步与治理注意力：公共政策与风险监管通常依赖可见的焦点事件和持续的社会讨论来分配注意力与资源。当技术收益被日常化、风险被分散到诸多环节，监管者面对的就不是单一对象，而是嵌入科研、医药、能源等系统的基础能力。这带来两个治理难点：一是能力评估需要跨领域专业知识，难以用统一标准衡量；二是投入安全研究的激励可能弱于投入能力提升的激励。因此，科学传播需要把“无感”的收益与潜在风险同时讲清楚，政策层面则需要建立常态化的评估与审计机制，而非只在争议爆发时被动响应。