AI成了“点子王”？CMU和Meta让机器和人类专家比创意

如果有人说“给我来十个没人研究过的科研点子”，你第一时间会想到谁？以前是白发教授，现在可能是一个AI。 卡内基梅隆大学（CMU）和Meta的研究团队最近做了一件挺大胆的事：他们让大语言模型当“点子王”，生成一批自然语言处理（NLP）领域的研究想法，再请一百多位NLP研究者来当裁判，把AI想出的点子和人类专家写的点子混在一起，匿名比较。所谓NLP，就是让机器理解、生成人类语言的技术——你手机里的翻译、语音助手，都属于这个领域。 先说背景。科学研究有一套相对固定的流程：提出问题—作出假设—设计实验—验证结果—写成论文—接受同行评审。很多人以为科研最难的是做实验，其实第一步“想出值得做的问题”往往最考验人。1950年，计算机科学先驱图灵在《计算机器与智能》一文里提出“机器能思考吗”，这个提问本身就推动了此后七十多年的人工智能研究。一个好问题，有时比十个答案更值钱。 那么这次实验是怎么设计的？研究者让人类专家和AI各自产出研究想法，隐去作者身份后交给评审打分，评分维度包括新颖性、可行性、有效性等。结果相当出人意料：AI想法的“新颖性”平均略高于人类专家，而“可行性”则稍稍落后。换句话说，AI更敢想，但有些点子听起来很酷，真要做起来可能站不住脚。 AI凭什么能想点子？大语言模型在训练时“读”过海量论文和文本，学到了概念之间的关联。它生成想法的本质是一种“组合式创新”——把A领域的方法搬到B领域的问题上，产生看似遥远的联想。这恰恰是很多重大突破的来源：把物理学的思路带进生物学，把经济学的模型带进计算机。但组合也可能只是表面新鲜，缺少真正的逻辑支撑。 这件事值得我们从几个角度想一想。第一，新颖不等于有价值。一个想法再奇特，如果无法验证、无法复现，对科学就没有贡献。第二，评审本身也有局限，匿名打分能减少偏见，却无法完全排除“语言流畅听起来就厉害”的心理倾向。第三，科学的价值链条里，“提出想法”只是起点，后面的执行、验证、纠错才是主体工程。AI目前更像副驾驶，而不是替代者。 对正在读书的你来说，这件事最大的启示也许不是“AI多厉害”，而是“提问能力有多重要”。会背答案的人容易被替代，会发现问题、判断哪个问题值得追下去的人，永远稀缺。把AI当成陪你头脑风暴的伙伴，同时练好自己的判断力，这才是这个时代最实用的姿势。