Nature、Science數據造假風波，科研誠信亮紅燈

哈嘍，大家好，今天小墨這篇評論，主要來分析頂級期刊信任危機，拆解 AI 科研時代的虛假突破與誠信底線。

當 AI 賦能科研的歡呼聲席卷全球科技界，一場關于學術誠信的風暴已悄然來臨。頂級期刊 Nature、Science 接連曝出科研成果缺陷，谷歌、微軟等巨頭的前沿研究深陷爭議。

這些曾被奉為 “突破性進展” 的成果，如今被指存在數據重復、驗證失效等問題，讓全球科研界不得不重新審視 AI 時代的科研范式。

2023 年，谷歌 DeepMind 團隊在 Nature 發表的 GNoME 研究驚艷全網。該 AI 工具號稱發現 220 萬個全新晶體結構，其中 38 萬種為穩定材料，宣稱能為半導體、電池技術帶來革命性突破。

研究發布后短短兩年引用數千次，成為 AI 賦能科研的標桿案例。英國利物浦大學維塔利?庫爾林團隊的檢測，卻揭開了這場狂歡的面紗。通過新型重復檢測技術，團隊發現 GNoME 數據庫中大量晶體結構存在重復或高度相似情況。

超過 10% 被標記為 “穩定” 的晶體，只是在已有結構上替換一兩個原子，根本算不上新發現。質疑聲中，GNoME 數據庫悄悄刪除 8.3 萬條內容，谷歌方面始終未作公開說明。無獨有偶，同一年 Nature 發表的美國勞倫斯伯克利國家實驗室 A-Lab 研究，聲稱 17 天合成 43 種新材料。

量子計算領域的前沿研究同樣難逃驗證危機。2025 年初，微軟在 Nature 發表的馬約拉納量子比特研究引發廣泛爭議。

谷歌聲稱該芯片 5 分鐘內完成的計算，傳統超算需要 102?年才能完成。多位科學家對這一性能定義提出異議，IBM 研究人員更是直接指出，谷歌解決的問題在經典計算機上 2.5 天內即可完成，且準確度更高。

這一案例與國際頂級期刊的爭議相互呼應，凸顯全球科研誠信治理的緊迫性。學界已就重建 AI 時代科研信任達成共識。核心舉措包括將庫爾林團隊的重復檢測工具整合到 AI 研發流程，在數據輸出前自動篩選重復內容。

同時強化同行評審針對性，要求 AI 生成大規模數據集的研究者，提供抽樣驗證報告及重復檢測證明。國家層面也在完善相關規范，國家互聯網信息辦公室公布的《人工智能擬人化互動服務管理暫行辦法（征求意見稿）》，明確要求圍繞模型研發訓練等核心環節，開展訓練數據倫理審查，劃定安全底線紅線。

頂級期刊的信任危機，是 AI 科研范式轉型的陣痛。科研的核心價值在于探索未知，AI 終究是輔助工具而非造假捷徑。

唯有堅守真實性與透明度底線，完善評估體系與倫理規范，才能讓 AI 真正成為推動科學進步的動力，守護科研領域的純粹與嚴謹。