AI逼近科研圈：哪些崗位正在消失，科研新人如何突圍？

數據分析和建模崗位已逐漸被淘汰，但實驗人員目前尚還能松口氣。

人工智能（AI）操控的機器人不會很快取代實驗室科研人員，但AI系統已經開始取代人類數據分析師和科研程序員。來源：Qilai Shen/Bloomberg/Getty

AI正威脅著許多職業，科研領域似乎也難以幸免。那么，哪些崗位面臨的風險大？

為尋找答案，《自然》雜志采訪了學術界和行業內五十來位在工作中使用AI的研究人員。其中許多人表示，AI的崛起使得對具有編程或基礎數據分析能力的人類研究人員需求減少——這類工作通常由研究生、博士后或未受過研究生培養的人員承擔。

研究人員普遍認為，涉及實驗的崗位相對安全，此外就是統籌協調科研項目的資深科研崗位。但也有少數人認為，即便在這些更高層級的工作中，AI也正逐步趕上人類。

弗吉尼亞大學的經濟學家Anton Korinek說，“純認知類工作崗位將先消失”。他說：“傳統上，這些崗位與科研的關聯緊密，它們很快就會被AI取代。”

顛覆性力量

例如，一些學術實驗室會聘請科研程序員編寫供其他科學家使用的代碼包。斯坦福大學的計算生物學家Brian Hie表示，隨著AI興起，這類崗位“如今已無存在必要”。趙選賀也認同，如今AI可勝任搭模型和分析數據的工作。

就算AI尚未導致相關從業者失業，也已在縮減科研領域的新崗位招聘。威斯康星大學麥迪遜分校的計算生物學家Hannah Wayment-Steele說，如果五年前創辦自己的實驗室，她“會認為聘請一名科研程序員是必要選擇”，但現在，她“感覺沒有這個需求”，因為即使是繁重的編程也能讓AI做。

得克薩斯大學奧斯汀分校的材料工程師魯南姝也同意這一點。她說，“我們現在招聘未來的研究生科研助理和博士后研究人員時，態度謹慎得多。”部分原因是科研資金存在不確定性，而“AI，當然也是一個因素”。

一些科學家警告，倘若本科生、研究生和技術人員無法再獲得學術實驗室的工作機會（這類工作常是通往其他科研崗位的踏腳石），可能會引發潛在風險。得克薩斯大學奧斯汀分校的計算生物學家Claus Wilke表示：“短期內，你或許能實現每一分科研資金產出更多研究，但代價可能是你的科研人才培養管道崩塌和長期衰退。”

崗位流失

有證據表明，AI已在部分科研相關領域造成崗位流失。隨著AI翻譯工具的不斷完善和普及，美國翻譯協會科技翻譯分會的會員人數在不到兩年半的時間里下降了26%。

模型局限性

即便是有信心讓AI生成科研想法的人，仍相信人類不可替代的作用。威斯康星大學麥迪遜分校的計算機科學家Karu Sankaralingam表示，頭腦風暴科研方向的優選方式是結合人類與AI的見解，因為提出假說需要人類參與其中，設計詳盡的提示詞。他說：“我會花費大量時間構思提示詞。”這種細致入微的思考十分必要，可避免AI出現 “幻覺”，即生成虛假的內容。

不過，Korinek認為，即便資深科研崗位，若其主要工作為認知類任務，也同樣面臨風險。他表示：“我預計，數學家在下一學年肯定會感受到AI的影響。” 盡管數學家們并不認同AI會取代他們。

實操工作

相比之下，從事實驗室濕實驗的技術人員和青年科研人員目前位置相對安全。由AI和機器人技術驅動的自動化實驗室仍無法完成諸多任務，且難以解讀實驗結果。Oppenheim表示，在相當長一段時間內，AI“對實驗人員的工作不會產生太大影響”。

2月發表的一份結構生物學研究帶來一絲慰藉：即便AI發展，有些崗位仍會留下來。AI工具AlphaFold2能完成一項公認的高難度任務——從氨基酸序列推斷蛋白質結構1，以“極高”的置信度預測了約40%已知蛋白質的結構。

研究人員表示，這種靈活的調整方式或許是科研領域未來的發展方向。

加州大學洛杉磯分校的數學家陶哲軒說，“如果我們適應——我認為我們必須適應，那就能生存下去。有時候甚至能興旺壯大。”