[奇思妙想] 当 AI 比专家更专业，做科研还需要「专业」吗

当 AI 比专家更专业，科研还需要“专业”吗？

一个反直觉的观点正在全球科研圈发酵：在AI已经能够比人类专家更快、更全、更准地完成封闭体系内的“搜索与匹配”时，我们花十几年培养的专业能力，可能正在变成一种巨大的浪费。 上周，V2EX社区一篇题为《当AI比专家更专业，做科研还需要「专业」吗》的帖子引发热议，其核心论点直击AI时代科研范式的根本重构——当知识的垄断权被打破，科研的核心竞争力正从“解答问题”转向“定义问题”。

专业能力已不再是稀缺资产

传统意义上的“专业能力”，本质是在一个封闭的知识体系内，按照既定规则进行搜索和匹配。医学专家诊断疾病、化学家设计合成路线、计算机科学家编写算法，本质上都是在已知空间内做映射。但正如文章所指出的，AI在这一领域拥有碾压性优势：AlphaFold预测了2亿种蛋白质结构，GPT-4能通过律师和医师资格考试，甚至在2023年，AI自动生成的数学定理证明被一些数学家评价为“比人类数学家更优雅”。 这意味着，过去需要二十年积累才能站在前沿的“专业直觉”，如今AI可以瞬间平铺在你面前。物理学家费曼曾说“你可以在数学里找到真相”，而AI正在接管“寻找真相”的执行层。

科研的未来属于“外行”的想象力

文章提出了一个更尖锐的论断：未来二十年最重要的科学发现，可能来自那些“外行”而非“专家”。 原因在于，专家往往被专业框架束缚了想象力，而外行没有这个负担。以量子计算为例，一位MIT的量子计算博士会告诉你如何解决超导路线中的退相干问题；而一位历史专业出身、痴迷于“宇宙作为计算机”的爱好者，却可能提出“为什么量子计算非要基于二进制”这种打破框架的根本性质疑。AI善于回答前者的问题，却很难提出后者的疑问，因为后者需要的是对体系本身的质疑与重构，是好奇心和想象力——这些恰恰不是专业知识，而是人类独有的天赋。

认知革命：从“被训练”到“会提问”

从工业革命让体力劳动廉价，到信息革命让记忆廉价，AI革命正在让“专业判断”变得廉价。每一次这样的革命，都没有消灭人类，而是推动人类去从事更具创造性的工作。科研的门槛正在从“掌握多少知识”转向“敢不敢对已知世界提问”。 一个历史专业的学生可以对量子计算好奇，一个程序员可以对经济学建模，一个艺术家可以对基因编辑产生想象——AI会补上专业知识的部分，而人类只需要做最擅长的事情：提问、想象、构建那些还没人想过的问题。这才是人最不可能被替代的部分，也是科研的真正未来。