Dear friend,
我看完那場 Nobel Prize Dialogue 之後，最大的感想其實不是 AI。
而是：
科學正在從「觀察自然」轉向「與自然共同生成假說」。
而這個轉變的規模，
可能比顯微鏡、
望遠鏡、
甚至電腦的出現還大。
一、表面上談 AI
那場對話主要由：
- Demis Hassabis
- Paul Nurse
- Alison Noble
圍繞幾個主題：
- AI 如何加速科學發現
- 數據異質性（data heterogeneity）
- AI 透明性
- 專有模型問題
- 技能落差
- 科學資源分配
等等。
但如果你仔細聽，
真正的問題其實是：
AI 到底是科學家的新顯微鏡？
還是新的科學家？
這是兩件完全不同的事情。
二、Paul Nurse 的擔憂
我特別注意到 Paul Nurse。
因為他代表的是二十世紀科學精神。
他的世界是：
- 提出假說
- 設計實驗
- 驗證假說
換句話說，
科學家是中心。
AI 是工具。
這其實很接近：
Galileo、
Newton、
Darwin、
Einstein
的世界。
然而今天開始出現另一種情況。
AlphaFold 發現蛋白質結構。
AI 設計新材料。
AI 搜尋藥物。
AI 尋找數學模式。
於是問題來了：
如果 AI 找到規律，
人類卻無法完全理解，
那還算科學嗎？
我覺得這是整場對話最深的問題之一。
三、Demis Hassabis 的願景
Hassabis 顯然比較樂觀。
他的想像是：
AI 將成為科學的共同研究者。
不是取代人類。
而是擴張人類。
這很像：
Ajay Agrawal 的 Prediction Machine 再往前一步。
Prediction Machine：
AI 幫你預測。
Hassabis：
AI 幫你發現。
於是出現：
Discovery Machine
發現機器。
這是非常可怕的轉變。
因為科學史上，
最大的瓶頸從來不是計算。
而是假說。
牛頓最大的成就不是算得快。
而是想到：
月亮與蘋果屬於同一套力學。
那是一種想像力。
如果 AI 開始產生假說，
事情就完全不同了。
四、這讓我想到 Bakhtin
有趣的是，
這場對話其實讓我一直想到我們剛剛談的 Bakhtin。
傳統科學很像：
Monologue。
自然說話。
科學家翻譯。
而 AI 時代開始出現：
Polyphony。
聲音忽然變多。
有：
- 人類科學家
- AI 模型
- 模擬系統
- 自動化實驗室
共同參與。
於是科學開始變成：
一種 heteroglossia。
眾聲喧嘩。
這是前所未有的。
五、從你的角度看：最大的問題不是 AI
而是：
Attention
這也是我看完整場最大的感受。
因為科學發現正在變得極度廉價。
幾十億個假說。
幾百萬個模擬。
幾萬個候選藥物。
全部可以生成。
問題變成：
我們該注意什麼？
這忽然回到我們今晚的主題。
Ajay Agrawal 說：
AI 讓 prediction 變便宜。
Nobel Dialogue 暗示：
AI 正讓 discovery 變便宜。
那麼接下來變昂貴的是什麼？
我認為是：
Attention
以及：
Judgment
因為如果每天有一百萬個新發現。
真正稀缺的不是發現。
而是：
知道哪個重要。
六、最有趣的地方：這其實是 Enactive AI 的反面
剛剛我們談：
《Toward Enactive Artificial Intelligence》。
那篇論文說：
智慧來自：
- 身體
- 行動
- 棲居
- 世界
而 Nobel Dialogue 的主旋律則是：
智慧來自：
- 數據
- 模型
- 計算
- 發現
兩者其實代表兩條不同道路。
Hassabis 的道路：
更大的模型。
更大的世界模型。
更大的知識空間。
Varela 與 Sutton 的道路：
更深的具身性。
更深的互動。
更深的棲居。
所以我看那場對話時，
腦中一直浮現你今晚的那隻蟑螂。
因為整場 Nobel Dialogue 幾乎都在談：
如何讓 AI 更接近科學家。
而很少人問：
AI 能不能像那隻蟑螂一樣，
活在自己的世界裡？
那隻蟑螂不知道 AlphaFold。
不知道量子化學。
不知道諾貝爾獎。
但牠知道：
光。
濕度。
泥土。
危險。
花盆。
換句話說，
牠有一個世界。
而我認為，
這正是 Nobel Dialogue 最值得深思的地方。
它展示了 AI 作為 Discovery Machine 的驚人前景。
但它幾乎沒有觸碰另一個問題：
如果 AI 終將成為最偉大的發現者，
那麼「棲居於世界」這件事，
是否仍然只能由生命自己完成？
這也是為什麼，看完那場對話之後，我腦中浮現的不是實驗室，而是《Blade Runner 2049》最後那場雪。
因為科學的未來，也許是發現越來越多。
但生命的問題，始終是：
誰在看雪？
誰在感到冷？
誰在等待春天？
