我向来是不惮以最坏的恶意来揣测新事物的，但这一回的AI，却实在叫我有些踌躇了。
前日路过隔壁实验室，见几个后生围着一台电脑里新安装的科研大模型指指点点。凑近一看，电脑屏幕上里竟在转瞬之间生出了百十个化合物的结构式，与我当年花了三年功夫才解出的那个天然产物，竟有七八分相似。那后生还得意地指着屏幕说：“老师，您看，这AI连构效关系都给您预测好了。”我默然半晌，只说了一声“好”，便转身走了。其实心里知道，这哪是什么“好”字了得——这分明是要掘我们这些老家伙的根了。
古人云：“工欲善其事，必先利其器。”从伽利略的望远镜，到牛顿的笔算，再到今日的电子计算机，每回换了新器，总要有一批人从“术”的行列里跌出去。这原是不足为奇的。但如今这个叫AI的东西，却不像望远镜或计算机那样听话。望远镜只能看，计算机只能算，它却会“想”——至少看起来像是会想的。据云它已能凭空生出新的假设，还能自己验证，自己迭代，弄成一个“闭环”。这便不是“器”了，这简直是另一个“人”。
我于是想起《庄子》里那个抱瓮灌园的丈人，见了桔槔便红了脸，说“有机械者必有机事，有机事者必有机心”。我们这些学界老朽们，大抵便有些像那丈人，明知新的法子省力，却总觉着失了体统。但人家丈人还晓得羞赧，我们却连羞赧也顾不上了，只有一种茫然的恐慌，仿佛眼看自己毕生所学，就要被一只铁手轻轻抹去。
其实静下来想，世间万事，总有个“不变”在里头。从“观察—假设—验证”到“数据—智能—人机协同”，改的是路径，不改的是那追问“为什么”的痴气。我们这代人，从爬柱子、跑薄层做起，闻惯了溶剂的味道，看惯了图谱上的峰谷，闭着眼也知道哪个馏分该收，哪个峰形可疑。这些东西，叫做“经验”也好，叫做“直觉”也罢，总之不是机器读几万篇论文就能学得来的。AlphaFold能猜出两亿种蛋白的结构，但它不会去问：这个蛋白为什么长在这个地方？这植物为什么偏用这条通路来合成它？——这些“为什么”，是我们这些老家伙的看家本事，也是人之所以为人的一点点光荣。
然而话虽如此，出路却不在固守。我近来想通了一个道理：从前我们是“主角”，如今须学着做“导演”。戏还是那出戏，只是不必自己从头唱到尾。AI好比一个跑得飞快的书童，你指东它便东，你指西它便西，但不指着，它便发呆。我们这些学界老朽的好处，正在于知道往哪儿指。几十年泡在实验室里，哪条路是死胡同，哪条路有野花，心里多少有数。这“有数”二字，便是指挥那书童的秘诀。若连这“有数”也丢了，那才是真正被拍在沙滩上了。
我见过有些同辈，一听说AI便咬牙切齿，说那是“洋人的把戏”，又有人一味赶时髦，连自己姓什么都忘了，成天“深度学习”“大模型”挂在嘴边，却连基本的实验设计也丢生了。这两样都是不可取的。正确的态度，大约是鲁迅先生当年说的：“拿来主义”——有选择地拿，有批判地拿，拿来做自己的事，不是做了事的奴才。
前几日刷微信，见《意见》里说要以AI引领科研范式变革，又说要“加速从0到1的突破”，我心里忽然一动。我们做天然药物化学的，最怕的便是“从0到1”这四个字。一个新化合物，一个新靶点，一个新机制，哪一样不是拿头发换来的？如今有了这个不知疲倦的书童，或许真能叫我们省些气力，多腾出些空儿来想一想那些更根本的问题。比如：我们为什么要发现这些分子？发现了又怎样？治病救人之外，可还有别的意义在？
夜深人静，我独坐书房，听窗外夏虫唧唧，看桌上一叠泛黄的实验记录，忽然觉得所谓AI浪潮，也未必就是坏事。它像一面镜子，照出我们这些老家伙的疲惫与惯性，也照出我们心底那一点未曾熄灭的火光。我们被这浪潮推着，不免踉跄，但只要还站得住，那浪头便不能把我们拍在沙滩上，反要借它的力，游到更远的水域去。
机器终归是机器，书卷也终归是书卷。但那提笔在书卷上批注的手，若肯按一按键盘，或许也能写出些别样的文章来。这大约便是我们这一代人的宿命，也是我们这一代人的幸运。
盛夏八月的夜晚闷热难耐。我合上电脑，听见远处校园里传来暑假留校学子们收工的脚步声，脑子里忽然冒出个念头，明天不妨去问问那后生，他电脑里新安装的那个科研大模型，能不能帮我看看那个搁置了十年的NMR图谱。
相关博文：
年轻时读过的书都去哪了? 
精选
读书无用，方为大用 精选
转载本文请联系原作者获取授权，同时请注明本文来自郑永军科学网博客。
链接地址：https://wap.sciencenet.cn/blog-437607-1546176.html?mobile=1
收藏
