人工智能助手對科學共同體影響分析研究

于小奕

（南京師范大學 公共管理學院，江蘇 南京 210023）

0 引言

人工智能助手在科學領域具有顯著優勢，未來將同科學家之間形成互補態勢，其在科學實踐活動中的參與影響了科學共同體，使之出現新的特點。 現在越來越多的科學家認識到人工智能對科研的幫助并主動學習編程技能。 大數據和人工智能時代意味著多種科技進展的不同認識方式凝聚的新科技革命潛力，眾多專業領域的理論開始向復雜化、系統化發展。 科學社會體制正在受到新技術的支配，不僅科學家群體能夠發明新技術，新技術也反過來作用于科學家群體的研究進程。

1 人工智能助手簡介

人工智能助手是借助于計算機算法模擬虛擬場景和提供多元化智能服務的技術。 目前，它已經在科研、生活和教育等多個方面發揮著高效作用，人工智能助手涉及種類較多，既涵蓋智能系統軟件，也有機器人助手。 工程師研發的人工神經網絡將算法與神經網絡結構結合，建立包括線性和非線性函數的函數模型。 嵌入機器學習程序的人工智能助手可以幫助科學家分析文件內容及類型，收集網絡相關研究。 工程師嘗試將人文精神、道德規范及科研能力用機器語言轉譯出來，它作為既有機器特點又有人的特點的集合體能夠幫助科學家夯實科學研究根基。 大數據和人工智能時代意味著多種科技進展的不同認識方式凝聚的新科技革命潛力。 眾多專業領域的理論開始向復雜化、系統化發展。

2 科學共同體的原有科學活動

科學共同體的概念早先可追溯到弗朗西斯·培根晚年著作《新大西島》中提到的所羅門宮，通過他的想象描述了科學知識生產的烏托邦圖式。 之后1940年英國哲學家波拉尼在《科學的自治》中使用它。 直到托馬斯·庫恩在《科學革命的結構》中提出科學共同體的概念后，眾多新型科學研究方法的出現在不斷深化，豐富它的概念內涵。 庫恩認為正是因為科學家形成對科學研究共同的范式，才使得各領域專家集中成為科學共同體，他們能對科學問題達成共識。 科學共同體在人工智能助手出現前的科學活動方式經過科學體制的建立從非正式組織到正式組織。默頓所著的《十七世紀英格蘭的科學、技術與社會》證明早先的科學活動方式由于不同組織形式局限于地域和特定的背景文化，其人才培養、學術交流和資源配置等方面都有局限性。 科學活動只是一小部分人從事的工作，存在大量非專業科研愛好者。 科學體制對科學家的刻板要求和評價導致它的穩固性有所減弱。 到20 世紀中葉科學逐漸參與軍事、企業的研究應用，科學家的社會角色多樣化，科學家數量驟增，科研人員流動性加大。 專業領域不斷細化和科研機構和學術團體的增多促進了科學管理與政策的發展，同時，各領域的合作趨勢因為科學規模的擴大而逐漸形成。 到20 世紀下半葉至21 世紀，世界上互聯網通信技術的應用和普及增加了科學信息傳遞渠道，提高了信息資源價值。 在人工智能時代，大數據資源支持數字經濟以及智能化創新的環節。 科學家能實現科學實踐各環節的機器智能同人類心智的協調。 當今人工智能助手既影響共同體的思維方式，又能夠輔助科學實踐活動。 本文主要分析后者及其變化帶來的科學共同體的新特點。

3 人工智能助手對科學共同體的影響

3.1 人工智能助手對科學活動的影響

與科學共同體原有科學活動相比，人工智能助手參與下的科學共同體優化了實驗室設備，改善了數據處理效率和科學的管理模式。 首先，人工智能助手輔助科學家辨明和收集科學材料，監測材料分解和合成的過程，極大地提高了實驗流程的安全性。 根據不同科學專業特點進行匹配數據標準和深度學習能夠形成以特定的專業為導向的人工智能系統。 例如，Deepmind 公司繼阿爾法狗后又研發了專門解決醫學蛋白質折疊問題的阿爾法折疊系統。 科學家用阿爾法折疊系統能獲得幾乎所有人類蛋白質組的結構，有效檢測病人的醫學指標［1］。 人工智能助手可以通過深度學習提高檢測的準確比率，這種方法為生物路徑分析提供了借鑒之處。 此外，英國利物浦大學研發的機器人助手能夠在程序中量化并標記實驗室中化學試劑的成分和位置，從而可以超過科學家的工作時間，加快實驗速度。 機器人也可以找到加快化學反應的物質，制作綠色能源材料［2］。 雖然人工智能助手的工作速率高于科學家，但是在自主設計實驗和科學知識儲備方面依舊低于科學家的研究水平。 另外，科學研究中試劑、材料的研發和購買不及時會導致基礎科學的發展進度緩慢。 人工智能助手能幫助科學家統計不同地區這兩個方面的特點，找到問題的解決辦法。

其次，人工智能助手有處理與運算科學數據的功能，提高科學家的信息整合分析能力，加快科學傳播速度。 它將高效地歸納多次重復的實驗數據，幫人核對與查驗研究各個階段的指標，大規模降低了錯誤記錄概率。 人工智能助手進行最佳搜索幫助科學家在多個可選擇數據中獲得最優解，具備逐漸參與實驗室研究和社會各行各業理論與實踐的可能性。 科學家可以從智能搜索、快捷化智能服務中快速獲得經驗材料，有助于避免錯誤的研究方法。 人工智能助手能夠替代人類完成數據收集、核查和輸入，并且合成的搜索引擎是現代科學家最常使用的工具。 用機器標記數據集，它簡化了文本整理和科學成果發布前的煩瑣流程。 實驗室的數據系統、儀器的改進和創新直接影響科學磋商。 當科學家就某個科學難題發生爭議時，人工智能助手可以起到協調員的作用，通過計算不同驗證方案的可行性來為科學家的決策提供依據。 葉貝斯網絡作為預測不確定事件的有效工具也被引進現代實驗室設備，成為解決科學家決策沖突的工具。智能數據庫在一定程度上實現了世界范圍內的信息共享，它會加強科學共同體中科學家的社會關系，并能夠打破科學傳播地理位置的局限。

最后，人工智能助手輔助人類輸出和評價科學結果，充當實驗室管理員的角色。 首先，現代科學體系日趨復雜，各個學科的分化速度較快，科學評議系統也應與時俱進。 人工智能助手將輔助科學家篩選和評估科學共同體評議系統中的參與者，將評價標準的客觀性與靈活度相結合。 在一些迅速發展起來的領域中尚未建立完善的評價系統，相關評議人員數量少或缺少恰當的評議工具。 因此，在大數據和人工智能參與下的評議系統能夠為新知識的積累提供機會，讓更多科學家認識學科的發展前沿并有機會參與創新過程。 機器輔助人類靈活地調整評價方案，這些不同的評價方案經過數據整理與歸納形成有規律的評議系統。 科學家使用卡耐基梅隆大學研發的RoboVote系統可以為群體決策提供數據支持，定制調查流程。Eureqa 系統能夠從部分雜亂無章的數據中總結出規律，最終形成某個科學規律。 物理學家們用Eureqa系統提高物理加速器的分辨率，其他科學家評估它的語音識別程序［3］，安裝了機器人軟件的計算機系統能夠自主操作電腦完成任務。 在這個過程中，人類具有計算機的控制權并保證能通過真人操控及時修正技術偏差，減少人工智能的失誤概率。 人工智能助手加強了正式組織管理的決策—計劃—組織的平穩過渡，有效布局資源分配。 科學家在和人工智能助手的協作中創建科研的新范式，推動數據密集型科研范式的變革［4］，解決目前科學研究中出現的問題。

除了科學實踐活動，人工智能助手也對主體有影響。 人機互動對于科學家的影響旨在啟發創新性思維或心理疏導去引導科學家的生活，從而節約時間成本，讓科學家高效、正確地實現科研規劃。 它有助于激發科學家的想象力和運用網絡工具在虛擬空間實現科學創新的能力，并發展其他興趣。 使用人工智能軟件成為人類獲得科普知識、前沿動態的附加能力。科學家使用人工智能助手時運用理性思維和非邏輯思維兩種思維方法，在理性思維引導下使得想象力作用于現實世界的創新，同時還要借鑒現實世界的素材完善人工智能系統的運行程序。

3.2 人工智能影響下科學共同體新特點

3.2.1 多領域深度合作

多領域深度合作成為后現代科學共同體發展的顯著特征，它指的是多個領域的專家合作共同解決某個難題，以靈活的期限和組織形式出謀劃策。 有研究表明，多領域合作對論文質量和科學產出有顯著的提升效果［5］，從科學技術社會結構的動態變化延伸到科學共同體的新變化。 人們在虛擬空間中認識的科學成果多樣化，不僅能了解知名科學家的發明，也能了解其他頗有潛力的科技方向，而這難以在現實世界的其他較為穩定的科學認識傳遞途徑中實現。 多領域合作的科學成果說明當今科學創新的動力不只來自一個專業或行業，所需的認可范圍將不斷擴大。 科研組織得以在人工智能平臺中構建形成虛擬科研小組，人工智能進一步優化新型組織形式。 一些研究項目能借助虛擬空間實現各專業科學家的科研社交，迅速組建科研團隊，用算法模擬實驗環節，其連接的大數據平臺協助科學家進行跨文化學習和交流，更多人參與科學問題的探討。 科學共同體之間的數據共享有利于鑒別科學家的能力水平，完善合作方式與準則。不同領域科學共同體之間的合作不僅需要科學研究的妥協與統一，還因為思考角度的差異具有區別與比較。

3.2.2 多渠道化

第一，人工智能助手拓展了科學知識的來源渠道。 科學家與人工智能助手以互動的形式向多樣化發展。 人機交互的另一方法是建立人機連接。 腦機接口企業Neuralink 研發出的人機接口將芯片植入大腦，再建立芯片和電腦的傳輸線，人腦和機器之間能進行實時數據存儲，神經元為這項技術設定了局限性。 人大腦的神經元構成非常復雜，以至于人們現在還未清楚人腦運作的來龍去脈。 該技術是技術細節層面的嘗試，還不是人腦和電腦的完全融合。 人機交互能最大化突出人類思維特點，科學思想史體現人類的創造發明兼具邏輯思維和非邏輯思維。 久遠的思想形成也從古老符號遺跡以及進化特點來考察，離不開經驗的衡量。 第二，增加了論文檢索渠道，使得傳統的科學社會學的研究方法更便捷和清晰。 虛擬空間的學術交流促進了論文和學術報告的輸入、輸出過程。 科學家可以將自己的論文和其他論文成果進行比較，確定自己的研究階段，擬定下階段的工作計劃。像類似微軟學術圖譜數據庫(MAG）的人工智能軟件和語義學術的智能搜索應用范圍廣，它們對源自不同論文出版機構的論文、專利從討論度、引用率、專業程度等角度檢測與評價，用遞歸算法篩選論文參考價值。 讀者閱讀其中一篇文章就能了解該知識點的前沿熱點，并使用人工智能定制符合個人科研需要的論文庫。 人工智能助手可以計算科學家的新成果在哪個領域沒有被其他科學家所接受，而被哪些其他領域的科學家采用。 這個過程通過技術形成模型，更加清楚地被科學家所了解，有利于科學家反思研究不被同行接受的原因，采納信息交流中的批評建議。 智能檢索系統幫助人們擴大檢索的數據范圍，同時數據更新實時，適應了現代高速的知識更迭要求。 科學家根據不同專業構建人工智能知識圖譜，使得可以選擇的信息渠道更加多樣，利用一些數據對另外的數據進行再補充。 機械化程序能推導出合理科學假設且不違背經驗數據，為人類提供5 種搜索方法，分別為：隨機搜索、詳盡搜索、選擇性搜索、機會搜索和啟發式搜索［6］。 科學共同體實現云儲存、云計算，優化知識體系，并建立便捷的知識圖譜。

3.2.3 多元化

人工智能助手的產生離不開科學共同體的多元化發展背景，而且反過來促進了多元化發展。 一項技術的評估不僅存在于一種科學共同體，而且被整個科學家群體和社會審視及評估。 知識進路也逐漸走向多元思考方向，多元化特征表現在兩個方面。 第一，現代科學家認識到科技、文化和權力之間存在的關聯。 多元化是由人類不同歷史階段特點所決定的，不同文化背景影響著科學知識的產生。 科學知識社會學認為科學是人類文化的其中一部分，與宗教、語言等文化形式相并列，如硅谷文化課題(SVCP）就是對硅谷的人們生活文化進行調查，既是一項多領域合作，也是對多元特征的證明。 人類學家們發現硅谷具備了全球文化特點，有著多元化基金來源［7］。 大數據時代的人類文化已對科學共同體形成潛移默化的影響。 第二，人類多元價值觀也是多元化世界形勢標志，它幫助科學家以開明的立場去認識和改造世界，并形成多元知識體系，容納不同價值評判標準。 多元化不主張將不同主體思想全都采納，而是提倡人們反思認識論中單一思想體系的不足之處，采取更符合當代語境和問題復雜度的新方法。 科學研究經常受到自然界的復雜性及人們對自然知識的偏好和多元性的影響［8］。 科學家關注的科學目標和科學判斷都包括一元論或多元論主張。 人工智能拓展了人類的問題認識邊界，它作為新興技術本身促進國際科技關系的建立，在虛擬世界和現實世界的雙向互動中消解評判標準的模糊，實現對科學更深刻的了解。 當今世界，最好的大腦是人類和智能計算機的結合，能超越任何一個單獨的能力［9］。 人工智能助手的應用中必然要平衡技術應用和理論之間的差異。

4 結語

同以前的科學共同體相比，人工智能時代背景下科學共同體出現了多領域合作、多元化、多渠道的特點。 科學家認識到科學文化和其他人文文化的區別和聯系，科學系統與社會系統中的其他子系統相互影響、相互促進，科學活動內容的各環節在人工智能助手影響下發生變化。 目前，人工智能助手不是一項完備性技術，它的應用問題具有不確定性，有些人工智能助手由于研發成本較高，缺乏完備的社會條件予以支持。 人們應當辯證地分析人工智能助手的不確定因素，重視人工智能助手管理規范的制定，通過和經濟、教育、政府各層面的相互協調，促進保障更多智能技術發揮科學研究作用。