哈佛教授暴論：用AI增強人類，有望催生10000個愛因斯坦！

10000個愛因斯坦誕生？

哈佛教授暴論：人類智力到頭，AI五年內封神

來源：新智元

【導讀】一個世紀誕生一萬個愛因斯坦？APS全球物理學峰會上，哈佛物理學家放出豪言，「用AI增強人類，有望在世紀內催生10000個愛因斯坦」。

AI大神Karpathy的「autoresearch」爆火之后，物理學家們也坐不住了！

在全球物理峰會上，一場圍繞「AI是否將取代物理學家」的研討會，全場座無虛席。

會上，哈佛理論物理學家Matthew Schwartz投下了一枚重磅炸彈——

LLM智力正以每年10倍的速度指數級增長，并在5年內超越人類智能。

而我們人類，卻沒有變得更聰明。

在他看來，人類并非智能的終點。

由于受限于生物大腦的物理極限，我們可能永遠無法翻越某些科學的高峰。

鑒于此，Schwartz放出豪言，一個世紀，AI增強將催生「10000個愛因斯坦」，徹底改變科研范式！

幾乎在同一時間，外媒爆料稱，OpenAI「北極星」目標：要在2026年實現「全自動AI研究員」。

這意味著，AI將在未來自主提出研究問題、設計實驗、運行訓練、分析結果并迭代優化。

屆時，AI真正從「輔助工具」升級為「自主科研主體」！

10000個愛因斯坦！

哈佛大神對決DeepMind

這幾天，美國物理學會（APS）全球物理學峰會在丹佛開幕。

一場題為《駕馭AI革命：讓你的科研生涯不被時代淘汰》的研討會，成為了年輕物理學家的「朝圣地」。

在長達3小時的思維碰撞中，哈佛理論物理學家Matthew Schwartz扮演了激進的「預言家」。

他斷言：大模型將在5年內超越人類智能。

Schwartz將模型參數量直接等同于智力階梯。他直言不諱地對臺下觀眾說：

LLM的規模正以每年10倍的速度指數級增長，而我們……

……并沒有變得更聰明。

他特意停頓，在全場的笑聲中，接下了殘酷的下半句。

在Schwartz看來，人類并非智能的終點，僅僅是進化史上的一個階段性坐標。

與人類不同，機器能夠將高維空間具象化，在內存里存儲海量信息，并處理遠超常人理解的復雜方程。

他進一步提出，人類的大腦或許根本無法理解「萬物理論」這類終極難題，就像貓永遠學不會國際象棋。

如果說物理學家的天賦分布符合正態分布（鐘形曲線），Schwartz認為，我們可以利用AI把這條曲線，在天賦軸上推向更高點：

如果利用AI來增強人類，我們一個世紀里就能產出10000個愛因斯坦，而不是只有一個。

xAI聯創Igor Babuschkin同樣認為，LLM在構建新理論方面，超越人類物理學家是遲早的事。

理論物理學的下一個重大突破，極有可能源于某人給模型發的一條prompt。

物理學家「底牌」：提出好問題

然而，谷歌DeepMind工程師Matthew Ginsberg隨即給出了冷靜的「反擊」。

即便身處AI浪潮之巔，Ginsberg依然認為，物理學家的核心領地在于「提出問題」。

演講中，Ginsberg強調了人類創造力的重要性。

他指出，LLM的本質是生成基于「共識」的平庸答案，而偉大的物理學家，使命正是給出「非共識」的突破。

用他的原話來說——

提出問題是一名優秀物理學家的本質，至少到目前為止，這100%是屬于我們的領域。

提出好問題才是我們的價值所在。我依然堅信，人類仍有用武之地。

在這場交鋒的尾聲，四位專家達成了一項略顯沉重的共識：目前，人類的底牌僅剩品味、創造力與提問能力。

但令人不安的是，Schwartz和Ginsberg均預測，AI可能在十年內學會「提問」。

人類在科學版圖上的最后一塊領地，或許也將面臨易主。

OpenAI「北極星」：

2028年，AI接管實驗室

無獨有偶，OpenAI的戰略重心已指向一個更為宏大的愿景「北極星」計劃——

構建一個能夠獨立攻克復雜科學難題的全自動「AI科學家」系統。

據首席科學家Jakub Pachocki披露的路線圖，OpenAI的進化將分階段展開：

• 短期目標（2026年9月前）： 率先構建「自主AI研究實習生」，旨在閉環處理特定領域的科研任務。

• 中期演進（2028年）： 在數據中心部署「多智能體研究實驗室」。多個Agent將通過分工協作，完成從理論構想到模型驗證的全流程科研閉環。

• 終極愿景： 打造能夠獨立承擔大型課題、具備「合格研究員」身份的通用科學智能。

可以看到，OpenAI正醞釀一場關于「科研范式」的革命：目標是在2028年打造出具備全學科攻堅能力的「AI研究員」——

一個能夠獨立攻克數學、物理、生物、化學，甚至經濟學、政治學領域復雜問題的多Agent系統。

不過，Pachocki認為，「人類仍需把控大局與設定目標。我們終將迎來這樣一天：數據中心里裝載著一個完整的研究實驗室」。

這種演進不僅限于科研，最終，這些數據中心可能會接管像OpenAI、谷歌這類整個公司的工作。

過去需要龐大人類組織才能完成的任務，以后幾個人就能搞定。

Pachocki警示道，這種轉變將引發「史無前例的權力極度集中」。

科研范式變天，留給人類時間不多了？

從「算力工廠」向「科研中樞」轉型，AI處理深奧科學問題的能力正逼近并超越人類極限。

OpenAI內部廣泛應用的Codex，已驗證了委派復雜任務的可行性。

有趣的是，就在一年前，有著「代碼潔癖」的 Pachocki 還是 Vim 的忠實信徒，堅持逐字敲擊代碼，拒絕任何補全工具。

他在采訪中表示，「我對代碼有嚴重的潔癖」。

然而，最新模型的進化令這位完美主義者折服。

過去需耗時一周的代碼實驗，AI如今僅需一個周末即可交付。他感嘆道，「效率無懈可擊」！

盡管如此，在核心架構設計上，他依然保持審慎：「它尚未達到那個層次，我不會放權讓它主導全局」。

Pachocki同時強調，AI并非普適的「萬能藥」，其效能取決于使用者與任務的匹配度。

目前，他的核心目標是進一步增強AI解決現實問題的能力，并將其引入全新的科學疆域。

從哈佛大佬的「萬名愛因斯坦」預言，到OpenAI劍指2028的「全自動科研」，物理學乃至整個科學界，正站在一場史無前例的范式躍遷前夜。

AI不再是實驗室里那臺只會跑數據的超級計算機，它正試圖進化成那個「提出問題」的大腦。

當人類的生理極限撞上硅基智能的指數級增長，我們或許不必恐懼「被取代」，而應思考如何在這場智力平權中，定義屬于人類的最后一塊領地。

畢竟，當星辰大海對于AI來說觸手可及時，決定航向的，依舊是那一抹不安分的「人類品味」。

參考資料：

https://the-decoder.com/openais-chief-scientist-trusts-ai-with-experiments-but-says-its-not-at-the-level-to-design-complex-systems/

https://www.youtube.com/watch?v=KSgPNVmZ8jQ

https://x.com/harvardphysics/status/2035367746129547387?s=20

https://physicsworld.com/a/is-vibe-physics-the-future/

https://www.technologyreview.com/2026/03/20/1134438/openai-is-throwing-everything-into-building-a-fully-automated-researcher/

為偉大思想而生！

AI+時代，互聯網思想（wanging0123)，

第一必讀自媒體