南加州大学研究员：生成式人工智能正在压缩研究时间表，重塑科学家的角色

据南加州大学研究副教授兼Grail首席执行官Mayank Kejriwal表示，人工智能正开始从实验室助手转变为科学方法的核心，将曾经耗时数月的工作压缩成数天。在《今日科技》节目中接受主持人基思·肖采访时，凯杰里瓦尔表示，生成式人工智能的进步使系统能够帮助生成假设、设计实验和解释结果——这些任务传统上由人类研究人员负责。他表示，这一转变已经在企业IT到科学实验室的领域改变了研究工作流程，既提供速度和规模，也带来了验证、监督和信任等新挑战。凯杰里瓦尔将自己的观点归结于亲身实践。他在人工智能领域工作近15年，最初在伊利诺伊州国家超级计算应用中心读本科，获得德克萨斯大学奥斯汀分校博士学位，2016年加入南加州大学。在南加州大学，他负责人工智能与复杂系统实验室，专注于针对复杂问题的应用实证研究，包括打击人口贩运。大约一年前，他和学生们开始使用Cursor和Codex等工具。他说，结果是项目迅速加速：曾经需要六个月的项目缩短到六周，随后又

是六天。他坚信“科学中的人工智能是真实存在的”，能够带来指数级进展，他说这股势头促成了圣杯的诞生。转折点则是最近。在新模型出现后，凯杰里瓦尔和他的团队询问是否可以打造一位人工智能“科学家”来承担更多研究周期。他亲自测试这种方法，利用系统推进了多年来搁置的想法。“我不到一天就完成了其中一个想法——做实验并写了大量内容，”他说，并补充说再花一两天时间，可能就能提交。凯杰里瓦尔指出，这种加速也引发了关于人类在发现中角色的哲学和实践问题——研究人员是否从执行转向判断和方向，以及组织如何确保结果的可靠性。他说，随着人工智能工具能力的提升，商业和技术领导者必须重新思考研究工作流程和防护措施。对话中的核心问题是：人工智能只是提升生产力，还是开始重新定义发现本身的过程？