對話OpenAI科學(xué)事業(yè)部負(fù)責(zé)人：AI for Science的競爭才剛開始

（來源：麻省理工科技評論）

ChatGPT 問世后的三年里，OpenAI 的技術(shù)顛覆了人們在居家、工作、校園等各類場景的日常活動。ChatGPT 的影響力無處不在，遍及人們能打開瀏覽器、拿出手機(jī)的地方。

如今，OpenAI 正式宣布著手布局科研領(lǐng)域。2025 年 10 月，OpenAI 宣布成立全新的"科學(xué)事業(yè)部"，核心職責(zé)是探索其大語言模型為科研人員提供助力的方式，同時優(yōu)化旗下工具以適配科研工作的需求。

過去數(shù)月，社交媒體和學(xué)術(shù)期刊上接連出現(xiàn)相關(guān)內(nèi)容，數(shù)學(xué)家、物理學(xué)家、生物學(xué)家等不同領(lǐng)域的科研人員，紛紛談?wù)摯笳Z言模型（尤其是 OpenAI 的 GPT-5）如何助力他們?nèi)〉眯掳l(fā)現(xiàn)，或是引導(dǎo)他們找到原本可能忽略的問題解決方案。OpenAI 科學(xué)事業(yè)部的成立，在一定程度上也是為了與這一科研群體建立深度聯(lián)結(jié)。

然而，OpenAI 在這一領(lǐng)域的布局實際上已經(jīng)落后了。競爭對手 Google DeepMind 早在數(shù)年前便成立了人工智能科研團(tuán)隊，該公司研發(fā)的 AlphaFold、AlphaEvolve 等科學(xué)模型也取得了開創(chuàng)性突破。（《麻省理工科技評論》曾就該團(tuán)隊的相關(guān)情況采訪 Google DeepMind 首席執(zhí)行官兼聯(lián)合創(chuàng)始人德米斯?哈薩比斯（Demis Hassabis），他表示：“這是我創(chuàng)立 DeepMind 的初衷…… 事實上，這也是我畢生深耕人工智能領(lǐng)域的原因。”）

那么，OpenAI 為何選擇此時布局科研領(lǐng)域？進(jìn)軍科研領(lǐng)域與公司的整體使命如何契合？OpenAI 究竟希望通過這一布局實現(xiàn)怎樣的目標(biāo)？

上周，我在獨家專訪中向 OpenAI 副總裁、新任 OpenAI 科學(xué)事業(yè)部負(fù)責(zé)人凱文?韋爾（Kevin Weil）提出了這些問題。

核心使命

凱文?韋爾是一位資深的產(chǎn)品領(lǐng)域從業(yè)者。他曾擔(dān)任 Twitter 和 Instagram 的產(chǎn)品負(fù)責(zé)人，數(shù)年前加入 OpenAI，出任首席產(chǎn)品官。但他的職業(yè)起點是科研領(lǐng)域：在斯坦福大學(xué)攻讀粒子物理博士學(xué)位期間，他完成了三分之二的學(xué)業(yè)，隨后放棄學(xué)術(shù)道路，追尋硅谷的創(chuàng)業(yè)夢想。韋爾總樂于提及自己的科研背景，他說：“我曾以為自己會一輩子當(dāng)一名物理教授，即便現(xiàn)在，我度假時也會讀數(shù)學(xué)相關(guān)的書籍。”

當(dāng)被問及 OpenAI 科學(xué)事業(yè)部與公司現(xiàn)有的白領(lǐng)生產(chǎn)力工具、爆火的視頻生成應(yīng)用 Sora 如何協(xié)同發(fā)展時，韋爾道出了 OpenAI 的核心宗旨：“OpenAI 的使命是研發(fā)人工通用智能，并讓這項技術(shù)為全人類帶來福祉。”

他表示，不妨想象這項技術(shù)未來對科學(xué)領(lǐng)域的影響：新藥物的研發(fā)、新材料的誕生、新設(shè)備的創(chuàng)造。“試想一下，它能幫助我們探索現(xiàn)實的本質(zhì)，梳理那些尚未解決的科學(xué)難題。人工通用智能能為人類帶來的最重大、最積極的影響，或許正是其推動科學(xué)發(fā)展的能力。”

他補(bǔ)充道：“GPT-5 的出現(xiàn)，讓我們看到了這一可能性的實現(xiàn)。”

在韋爾看來，如今大語言模型的能力已足夠成為科研人員的得力合作伙伴。它們能與科研人員頭腦風(fēng)暴提出想法，為研究提供全新的探索方向，還能從數(shù)十年前冷門期刊或外文期刊記載的舊解決方案中，找到與新問題相契合的關(guān)聯(lián)點，為研究提供有效參考。

而大約一年前，大語言模型還不具備這樣的能力。2024 年 12 月，OpenAI 發(fā)布首款推理模型——這類大語言模型能將問題拆解為多個步驟并逐步求解，此后公司便不斷突破這項技術(shù)的應(yīng)用極限。推理模型的出現(xiàn)，讓大語言模型解決數(shù)學(xué)和邏輯問題的能力得到了大幅提升。韋爾說：“就在幾年前，當(dāng)我們發(fā)現(xiàn)這些模型能在學(xué)術(shù)能力評估測試（SAT）中取得滿分 800 分時，所有人都大為震驚。”

但很快，大語言模型便能在數(shù)學(xué)競賽中斬獲佳績，還能求解研究生階段的物理難題。去年，OpenAI 和 Google DeepMind 均宣布，其研發(fā)的大語言模型在國際數(shù)學(xué)奧林匹克競賽中取得了金牌級別的成績，該競賽是全球難度最高的數(shù)學(xué)賽事之一。韋爾表示：“這些模型的能力如今已不只是超越 90% 的研究生，而是真正躋身人類能力的前沿領(lǐng)域。”

這一說法言之甚重，也存在諸多需要注意的地方。但毋庸置疑的是，搭載推理模型的 GPT-5，在解決復(fù)雜問題的能力上較 GPT-4 有了大幅提升。全球人工智能領(lǐng)域有一項名為 GPQA 的行業(yè)基準(zhǔn)測試，包含 400 多道選擇題，專門考察考生在生物、物理、化學(xué)領(lǐng)域的博士階段知識。GPT-4 在該測試中的得分率僅為 39%，遠(yuǎn)低于人類專家約 70% 的基準(zhǔn)線。而據(jù) OpenAI 數(shù)據(jù)，2024 年 12 月發(fā)布的 GPT-5 最新版本 GPT-5.2，在該測試中的得分率達(dá)到了 92%。

過度炒作

行業(yè)內(nèi)對 GPT-5 的期待顯而易見，甚至可能已趨于過度。今年 10 月，韋爾等 OpenAI 高管在 X 平臺發(fā)文稱，GPT-5 已找到數(shù)個數(shù)學(xué)未解難題的解決方案。但數(shù)學(xué)家們很快指出，GPT-5 實際只是從過往的研究論文中挖掘出了已有的答案，其中至少有一篇論文為德文撰寫。盡管這一能力仍有實際價值，卻并非 OpenAI 宣稱的重大突破。隨后，韋爾及其同事刪除了相關(guān)推文。

如今韋爾的表述變得更為謹(jǐn)慎。他認(rèn)為，找到那些已存在卻被遺忘的答案，本身就具備重要價值。他說：“人類的科研進(jìn)步始終站在巨人的肩膀上，若大語言模型能整合這些被遺忘的知識，讓我們不必在已有答案的問題上浪費時間，這本身就是對科學(xué)發(fā)展的一種推動。”

他也淡化了大語言模型即將實現(xiàn)顛覆性科學(xué)發(fā)現(xiàn)的說法。他說：“我認(rèn)為目前的模型還不具備這樣的能力，或許未來它們能做到，我對此持樂觀態(tài)度。”

但他強(qiáng)調(diào)，這并非 OpenAI 科學(xué)事業(yè)部的使命：“我們的使命是推動科學(xué)發(fā)展，而推動科學(xué)發(fā)展的標(biāo)準(zhǔn)，并非一定要實現(xiàn)愛因斯坦式的、顛覆整個學(xué)科領(lǐng)域的創(chuàng)新。”在韋爾看來，核心問題在于：“科研人員與大語言模型協(xié)作，能否比科研人員獨自研究完成更多工作、且效率更高？科學(xué)發(fā)展是否因此真正提速？我認(rèn)為，我們已經(jīng)看到了答案。”

2024 年 11 月，OpenAI 發(fā)布了一系列由公司內(nèi)外科研人員提供的實際案例研究，詳細(xì)講述了他們使用 GPT-5 的方式及該模型為其研究帶來的幫助。韋爾說：“這些案例的研究者大多早已在科研中直接使用 GPT-5，他們通過各種方式聯(lián)系到我們，告訴我們‘看看這些工具能讓我完成怎樣的研究’。”

GPT-5 的核心優(yōu)勢體現(xiàn)在三個方面：為科研人員找到其未曾了解的現(xiàn)有研究成果及關(guān)聯(lián)點，有時還能由此激發(fā)新的研究思路；協(xié)助科研人員草擬數(shù)學(xué)證明；為科研人員在實驗室驗證假說提供方法建議。

韋爾說：“GPT-5.2 幾乎研讀了過去 30 年發(fā)表的所有學(xué)術(shù)論文，它不僅能理解科研人員所處領(lǐng)域的知識，還能從其他不相關(guān)的學(xué)科中找到可類比的內(nèi)容。”

他接著說：“這項能力的價值難以估量。你總能在相鄰學(xué)科找到一位人類合作者，卻很難在所有可能相關(guān)的上千個相鄰學(xué)科中，各找到一位合作者。除此之外，我還能在深夜與模型協(xié)作，它無需休息，我還能同時向它提出 10 個問題，而這樣的行為對人類合作者而言，會顯得十分突兀。”

實際案例

OpenAI 走訪的大部分科研人員，都印證了韋爾的觀點。

范德堡大學(xué)物理與天文學(xué)教授羅伯特?謝勒（Robert Scherrer）此前僅將 ChatGPT 當(dāng)作娛樂工具使用，他告訴我：“我曾讓它以《貝奧武夫》的文風(fēng)改寫《吉利根島》的主題曲，它完成得非常好。” 直到他的同事、現(xiàn)任職于 OpenAI 的物理學(xué)家亞歷克斯?盧普薩斯科（Alex Lupsasca）告訴他，GPT-5 助力解決了一個他鉆研許久的研究難題，他才開始將其用于科研。

盧普薩斯科為謝勒開通了 GPT-5 Pro 的使用權(quán)限，這是 OpenAI 每月 200 美元的高級訂閱服務(wù)。謝勒說：“我和我的研究生為一個難題鉆研了數(shù)月仍無頭緒，而 GPT-5 卻成功解決了它。”

但他也表示，GPT-5 并非完美：“它仍會犯一些低級錯誤，當(dāng)然我自己也會犯錯，但 GPT-5 的錯誤往往更為離譜。” 不過他認(rèn)為，這款模型的能力仍在持續(xù)提升：“前提是，GPT-5 能夠以當(dāng)前的發(fā)展趨勢保持下去，我相信不久后，所有科研人員都會使用大語言模型。”

非營利性研究機(jī)構(gòu)杰克遜實驗室的生物學(xué)教授德里亞?烏努爾馬茲（Derya Unutmaz），在免疫系統(tǒng)相關(guān)研究中，會使用 GPT-5 進(jìn)行頭腦風(fēng)暴、總結(jié)論文和規(guī)劃實驗。在他向 OpenAI 分享的案例中，其團(tuán)隊曾對一組舊數(shù)據(jù)集進(jìn)行過分析，而 GPT-5 為這組數(shù)據(jù)帶來了全新的分析視角和解讀結(jié)論。

他說：“大語言模型如今已成為科研人員的必備工具。當(dāng)你能借助它在短時間內(nèi)完成原本需要數(shù)月的數(shù)據(jù)集分析時，不使用這項技術(shù)就意味著落后。”

加州大學(xué)伯克利分校的統(tǒng)計學(xué)家尼基塔?日沃托夫斯基（Nikita Zhivotovskiy）表示，自初代 ChatGPT 發(fā)布以來，他便在研究中使用大語言模型。和謝勒一樣，他認(rèn)為大語言模型最大的價值，是能發(fā)現(xiàn)其研究工作與一些未知現(xiàn)有研究成果之間的意外關(guān)聯(lián)。他說：“我相信，大語言模型正成為科研人員的核心技術(shù)工具，就像曾經(jīng)的計算機(jī)和互聯(lián)網(wǎng)一樣。那些不使用這項技術(shù)的科研人員，未來可能會陷入長期的發(fā)展劣勢。”

但他認(rèn)為，大語言模型短期內(nèi)無法實現(xiàn)原創(chuàng)性的科學(xué)發(fā)現(xiàn)。他說：“我?guī)缀鯖]見過這類模型能提出足以單獨發(fā)表的全新觀點或論證，截至目前，它們似乎主要是整合現(xiàn)有研究成果，有時還會出現(xiàn)整合錯誤，而非提出真正的全新研究方法。”

為了呈現(xiàn)更全面、客觀的觀點，我還聯(lián)系了幾位與 OpenAI 無任何關(guān)聯(lián)的科研人員。

利物浦大學(xué)化學(xué)教授、利弗休姆功能材料設(shè)計研究中心主任安迪?庫珀（Andy Cooper）的態(tài)度則更為謹(jǐn)慎。他說：“截至目前，我們尚未發(fā)現(xiàn)大語言模型能從根本上改變科學(xué)研究的方式，但我們近期的研究成果表明，這項技術(shù)在科研領(lǐng)域仍有其應(yīng)用價值。”

庫珀目前正牽頭研發(fā)一款 “人工智能科學(xué)家” 系統(tǒng)，該系統(tǒng)能實現(xiàn)部分科研流程的全自動化。他表示，其團(tuán)隊不會使用大語言模型進(jìn)行科研構(gòu)思，但在更廣泛的自動化系統(tǒng)中，這項技術(shù)的應(yīng)用價值正逐步顯現(xiàn)，比如大語言模型能協(xié)助操控實驗室機(jī)器人。

庫珀說：“我猜測，至少在初期，大語言模型會更多應(yīng)用于機(jī)器人相關(guān)的科研流程。因為我不確定，人們是否愿意聽從大語言模型的指令開展研究，至少我自己是不愿意的。”

錯誤隱患

大語言模型的實用性雖在不斷提升，但使用時保持謹(jǐn)慎仍至關(guān)重要。2024 年 12 月，量子力學(xué)科學(xué)家喬納森?奧本海姆（Jonathan Oppenheim）指出，某本科學(xué)期刊發(fā)表的一篇論文中存在由 GPT-5 引發(fā)的錯誤。他在 X 平臺發(fā)文稱：“OpenAI 高管正在推廣《物理快報 B》的一篇論文，該論文的核心思路由 GPT-5 提出，這或許是首篇由大語言模型貢獻(xiàn)核心觀點并通過同行評審的論文。但有一個小問題：GPT-5 提出的思路，驗證的對象完全錯誤。”

他接著說：“研究人員原本讓 GPT-5 設(shè)計一個驗證非線性理論的實驗方案，它卻給出了一個驗證非定域性理論的方案。這兩個概念看似相關(guān)，實則完全不同。就像你想要一個新冠病毒檢測試劑盒，大語言模型卻欣然遞給你一個水痘檢測試劑盒。”

顯然，眾多科研人員正探索出與大語言模型協(xié)作的創(chuàng)新且貼合科研需求的方式，但同樣顯而易見的是，這項技術(shù)仍會犯一些極其隱蔽的錯誤，甚至連領(lǐng)域內(nèi)的專家都難以察覺。

這一問題的部分原因，在于 ChatGPT 的回答方式會讓使用者產(chǎn)生認(rèn)同感，從而放松警惕。正如奧本海姆所言：“核心問題在于，大語言模型的訓(xùn)練目標(biāo)是迎合使用者的需求，而科學(xué)研究需要的是能提出質(zhì)疑、推動我們思考的工具。” 曾有一個極端案例，一位非科研領(lǐng)域的人士因 ChatGPT 的誤導(dǎo)，數(shù)月來一直認(rèn)為自己開創(chuàng)了數(shù)學(xué)的一個新分支。

當(dāng)然，韋爾十分清楚大語言模型的幻覺問題，但他強(qiáng)調(diào)，新一代模型的幻覺現(xiàn)象已大幅減少。即便如此，他認(rèn)為過度關(guān)注幻覺問題，反而可能忽略核心。

韋爾說：“我的一位同事曾是數(shù)學(xué)教授，他說過的一句話讓我印象深刻。他說：‘我做研究時，和同事頭腦風(fēng)暴交流想法，90% 的表述都是錯誤的，但這正是交流的意義所在。我們一起大膽提出想法，就是為了在試錯中找到可行的解決方案。

韋爾說：“這種試錯的過程，其實正是科研中所需要的。當(dāng)你提出足夠多的錯誤想法后，總會有人從中發(fā)現(xiàn)一絲正確的線索，另一個人再抓住這一線索繼續(xù)思考：‘你說的這點并不完全正確，但如果我們換一種思路 ——’就這樣，我們能在探索中慢慢找到解決問題的方向。”

這正是韋爾為 OpenAI 科學(xué)事業(yè)部設(shè)定的核心發(fā)展愿景。他說，GPT-5 的能力固然出色，但并非能給出終極答案的神諭，這項技術(shù)的價值在于為科研人員指引新的探索方向，而非直接給出確定的答案。

事實上，OpenAI 目前正著手優(yōu)化 GPT-5 的回答方式，讓其在給出答案時降低語氣的確定性。比如，它不會直接說 “這就是答案”，而是會向科研人員表述為 “這一思路可供你參考”。

韋爾說：“這正是我們目前投入大量精力研究的方向，我們希望讓模型具備一定的認(rèn)知謙遜。”

自我核查

OpenAI 探索的另一方向，是讓 GPT-5 實現(xiàn)自我事實核查。研究發(fā)現(xiàn)，若將 GPT-5 給出的答案重新輸入模型，它能對自身答案進(jìn)行分析，并指出其中的錯誤。

韋爾說：“我們可以將模型設(shè)置為自身的校驗者，打造一套這樣的工作流程：模型先獨立思考并給出答案，再將答案傳遞給另一款同類型模型，若校驗?zāi)Ｐ桶l(fā)現(xiàn)答案中存在可優(yōu)化的地方，便會將其反饋給原模型，并標(biāo)注‘注意，這部分內(nèi)容存在錯誤，但這一思路頗具價值，可保留’。這就像兩個智能體協(xié)同工作，只有通過校驗的答案，才會最終呈現(xiàn)給使用者。”

韋爾所描述的這一機(jī)制，與 Google DeepMind 為 AlphaEvolve 設(shè)計的工作模式高度相似。AlphaEvolve 將該公司的大語言模型 Gemini 嵌入一套更完善的系統(tǒng)，這套系統(tǒng)會篩選出模型回答中的合理內(nèi)容，將不合理內(nèi)容剔除后，再把合理內(nèi)容反饋給模型進(jìn)行優(yōu)化。Google DeepMind 已借助 AlphaEvolve 解決了多個現(xiàn)實中的科研難題。

OpenAI 在這一領(lǐng)域面臨著激烈的競爭，競爭對手研發(fā)的大語言模型，即便不能實現(xiàn) GPT-5 的所有功能，也能完成其中的大部分。既然如此，科研人員為何要選擇 GPT-5，而非同樣在持續(xù)升級的 Gemini 或 Anthropic 的 Claude 系列模型？歸根結(jié)底，OpenAI 成立科學(xué)事業(yè)部，很大程度上也是為了在科研這一新領(lǐng)域搶占先機(jī)，而真正的技術(shù)創(chuàng)新，仍在未來。

韋爾說：“我認(rèn)為 2026 年將成為人工智能賦能科學(xué)研究的關(guān)鍵一年，就像 2025 年對軟件工程領(lǐng)域的意義一樣。2025 年初，若你能借助人工智能完成大部分代碼編寫，你屬于行業(yè)早期使用者；而 12 個月后的現(xiàn)在，如果你還沒有借助人工智能編寫代碼，你大概率已經(jīng)落后。如今，我們在科學(xué)研究領(lǐng)域，也看到了類似軟件工程領(lǐng)域的早期變革跡象。”

他接著說：“我相信，一年后，若科研人員還未深度使用人工智能工具，便會錯失提升自身思考質(zhì)量和科研效率的機(jī)會。”

https://www.technologyreview.com/2026/01/26/1131728/inside-openais-big-play-for-science/