美国能源部橡树岭国家实验室（ORNL）的专家罗伯·摩尔近日探讨了人工智能与自动化如何推动科研向“自主科学”转型。摩尔曾为海军潜艇军官，2019 年加入 ORNL 后致力于量子材料研究。他领导了 INTERSECT 计划，构建了支持跨学科“自动驾驶”研究的生态系统，并正推进名为“未来实验室”的新倡议，旨在加速落实能源部的“创世任务”。 摩尔指出，大型语言模型的出现标志着科研进入新时代，AI 能迅速处理海量科学数据并提供可靠信息。然而，挑战在于确保结果的准确性与可靠性。科研不能容忍 AI 产生看似合理却错误的“幻觉”，必须保证数据的可复现性。尽管人类在认知深度上仍具优势，但 AI 在发现数据关联、生成假设及指导实验方面效率远超人类，能显著加速科学进程。 关于自动化与自主性的区别，摩尔强调，仅有自动化无法实现真正的自主科研。自动化仅指仪器按预设程序重复任务，如 4D 透射电子显微镜利用神经网络识别原子和缺陷，但缺乏决策能力。而自主性则要求系统具备决策核心，能在发现异常或新现象时主动决定下一步实验方向。当前，AI 正扮演“决策者”角色，人类则转为监督与顾问，通过人机协作将认知任务外包，从而让科学家能集中精力攻克那些长期无法快速解决的复杂科学难题。这一转变有望大幅提升全球科学发现的速度与深度。