当玩梗声淹没突破：AI真的开始“生成”科学发现了

在“AI只会生成视频和段子”的嘲讽声中，Google与GPT‑5悄然展示了另一条路线：让模型提出可验证、且被实验证实的全新科学假设。这期《AI Daily Brief》提供了一个罕见窗口，展示AI如何真正走向科学发现本身。

从嘲讽到转折：‘我们不是说好要治癌症吗？’

这期视频一开始，并没有直接谈技术突破，而是回到最近几周AI圈最流行的一句玩笑。随着OpenAI发布Sora、并宣布平台向成人内容开放，舆论迅速转向调侃：“我们承诺的是治愈癌症和重大科学发现，结果得到的是一个新的TikTok和一个新的成人视频平台。”甚至美国政客也加入了这场玩梗，佛罗里达州州长罗恩·德桑蒂斯讽刺道：“说好的治癌症、打败中国呢？”

演讲者刻意强调这个背景，是为了制造反差。就在这种情绪达到高潮时，Google首席执行官Sundar Pichai公布了一项几乎没怎么破圈的研究成果。演讲者的判断非常明确：真正重要的变化，往往不是发生在聚光灯下，而是“安静地发生在噪音背后”。这也是他贯穿全片的核心观点——认为AI无法做出原创科学发现的看法，可能正在被历史淘汰。

Google的癌症研究：模型第一次‘提出了新想法’

为什么Google的这项研究值得关注？因为它并不是让AI整理文献，而是让模型完成一个真正困难的科学任务。Google在官方公告中写道：“这一成果标志着AI与科学的一个里程碑。”他们聚焦的是癌症治疗中的一个老问题：大量肿瘤属于所谓的“冷肿瘤”，也就是免疫系统几乎无法识别和攻击它们。

研究团队给名为C2S Scale的模型设定了一个极其具体的目标：找到一种‘条件性放大器’——只有在特定生物条件下，才会增强免疫信号。他们设计了一个“双上下文虚拟筛选”流程，让模型同时考虑不同生物环境。随后，Google模拟了4000多种药物的作用效果，要求模型预测：哪些药物只在满足特定条件时才会激活免疫反应。

结果并不是一个模糊的方向，而是一组明确的候选药物清单。这一步本身，已经远远超出了传统‘聊天机器人’的能力范畴。

真正的突破点：不是命中答案，而是生成假设

最让研究人员兴奋的，并不是模型筛选出了多少候选药物，而是这些结果中只有10%到30%能在既有文献中找到对应记录。换句话说，大部分建议在现有研究中并不存在。演讲者强调：“这不是在复述已知事实，而是在生成一个全新的、可测试的假设。”

更关键的是，研究团队随后在真实细胞上进行了实验验证，并观察到了模型预测的效果。这一结果直接击中了一个长期争论的核心：大型模型是否只是在语言层面‘看起来聪明’，还是具备某种科学推理能力？在这里，模型展示出的并非文字技巧，而是基于事实进行综合、抽象与推断的能力。

正如视频中所说，这类面向科学的大模型，似乎正在出现“涌现的科学推理能力”，而不仅仅是语言推理。这也是为什么一些人认为，把这件事描述成“让聊天机器人治愈癌症”是种误解——真正的意义在于方法论的变化。

这不是孤例：GPT‑5与‘安静的门槛跨越’

演讲者反复强调，这个故事之所以重要，是因为它并非孤立事件。投资人Kevin Weil在社交媒体上写道：“GPT‑5跨过了一个重要门槛。”他提到，科学家已经在数学、物理、生物、计算机科学等领域，引导GPT‑5完成真正的新研究。教授Ethan Malik也补充说，他在经济学和社会科学领域听到了类似反馈。

视频中还回顾了8月份的一次争议案例：GPT‑5给出了一项此前未知的数学结果。研究者Bubeck评价称，这是一个“明确的原创贡献”，其证明路径完全不同于人类已有解法。更值得注意的是，OpenAI和Google DeepMind都曾将大语言模型送入国际数学奥林匹克竞赛。这类题目几乎不涉及计算，而是纯粹的逻辑操纵，恰恰是人们认为AI最不擅长的部分。

这些零散信号拼在一起，构成了一次“安静但深刻的转变”。

总结

视频最后抛出了一个更宏观的视角。一篇发表于《Frontiers》的文章指出，“90%的科学成果正在被浪费”，大量数据从未真正推动发现。而这，正是AI最擅长处理的材料类型。演讲者提醒，在美国，对AI的恐惧仍然远高于期待，但真正的地壳运动已经发生：AI正在从工具，转变为提出问题和假设的合作者。对每一个关注科技未来的人来说，忽视这一点，才是最大的风险。

关键词： AI科学发现， 癌症研究， 大语言模型， Google， GPT-5

事实核查备注： 视频提及人物：Sundar Pichai、Ron DeSantis、Kevin Weil、Ethan Malik；公司与机构：Google、OpenAI、Google DeepMind；模型与产品：C2S Scale、GPT-5、Sora；关键数字：模拟药物4000+、10%-30%为已知文献；研究概念：冷肿瘤、条件性放大器、双上下文虚拟筛选、国际数学奥林匹克竞赛。