近年来，生成式人工智能技术如ChatGPT、Gemini和Grok等迅速普及，推动AI逐渐走向大众视野。这些工具能够模拟人类语言，生成连贯且富有逻辑性的回答，但它们实际上并不具备自主创新和科学发现的能力。然而，令人瞩目的是，许多科技富豪和投资者坚信AI距离实现科学革命仅一步之遥。Uber创始人特拉维斯·卡兰尼克在最新一期的All-In播客中坦言，他利用xAI旗下的Grok聊天机器人进行知识探索，试图触及量子物理领域的未知边界，并称这种过程类似于“氛围编程”，意味着他正通过与AI的互动寻找潜在的科学突破。卡兰尼克认为，尽管他只是一个业余的物理爱好者，但这套系统已经带来了诸多有趣的发现，并期待更加先进的版本能够推动真正的科学革新。播客中主持人也对Grok之前的一些错误表现有所提及，比如它曾发表过极端和错误的言论，但这些问题并未减弱卡兰尼克对该技术未来潜力的信心。
他强调，当前的聊天机器人仍然深受既有科学知识的框架限制，尚未具备真正开创性思维的能力。实际上，AI更倾向于在已知知识中寻找“合适的词汇组合”，其生成的内容虽具说服力，但并非真正的创新思考。卡兰尼克形象地比喻说，要引导AI突破常规科学智慧，就像“拉驴子”一样费劲，需要反复验证所产生的想法是否确实有价值。与之观点类似，投资人查马斯·帕利哈皮提亚更加激进，他认为当AI模型摆脱现实数据的约束，通过合成数据进行训练时，AI将能在科学的问题解决上实现真正的颠覆。这种完全“脱离现实”的学习方式，有可能使AI发现目前科学界尚未触及的假设和理论。埃隆·马斯克同样表达了对AGI（通用人工智能）即将到来的期待，他曾在社交媒体上分享自己与Grok的对话，询问一些未被公开记录的材料科学问题，暗示AI或许能够突破传统科学文献的限制。
尽管有如此多的期待，诸多AI专家和研究者依然保持谨慎态度。真正意义上的科学创新不像语言模型生成文本那样简单，它需要严密的逻辑推理、实验验证和跨领域知识的融合，而目前的聊天机器人多半基于统计学概率选择词语，而非深度理解问题本质。苹果公司最近发布的研究论文就揭示了大型推理模型在处理复杂问题时面临的准确性崩溃现象，表明现有AI技术在科学研究的瓶颈尚未被完全解决。尽管如此，主流科技巨头和投资机构仍在大力投入AI研发和基础设施建设。Meta宣布建设超大规模数据中心以支持超级智能实验室，期待汇集顶尖人才推动人工智能研究的前沿突破。与此同时，AI技术在辅助科学家加速数据分析、模拟实验和优化研究流程方面已展现出巨大潜力。
综上所述，亿万富翁和科技领袖对AI在科学发现领域的潜力抱有热烈希望，认为未来的AI可能成为科学探索的重要合作者甚至突破者。然而，当前的技术水平主要还停留在辅助和模拟阶段，距离真正的科学创新尚有不小距离。业界普遍认为，AI只有在不断改进算法、增强推理能力和与人类专家深度协作的前提下，才能实现真正意义上的科学发现革命。未来人工智能的发展不仅需要技术进步，更需谨慎面对伦理、准确性和误导风险。值得关注的是，这场关于智能与创新的讨论，正激发着科技、资本和社会对未来科学研究形态的深度思考。
