“AI改变科研方式”这句话这两年听得太多了但真正把AI在科学发现中的角色讲清楚的文章并不多。我常跟身边做科研的朋友聊到这个话题——大家都能感觉到AI正在重塑研究流程可真要你说出“AI时代科学研究到底发生了哪些根本性变化”多数人又会陷入“AI就是更快更准地算数据”这种单一的认知里。这篇文章我想从一种更宏观的视角拆解一个话题AI时代的三种科学范式。不绕弯子直接讲清楚它们分别是什么、各自解决什么问题、背后依赖什么技术以及落到实际项目里你应该怎么选择、怎么配合、怎么避坑。这个东西适合谁看三类人一是有一定基础、正在谋划用AI给研究提效的科研工作者二是做AI产品、AI Agent、AI编程这类方向的工程师需要理解AI在垂直场景里到底解决什么层次的问题三是单纯想搞懂“AI和科学到底怎么结合”的爱好者。看完你能建立一套自己的判断框架——拿到一个AI科研项目时知道它属于哪种范式、该用什么思路去设计而不是看到数据就喂模型。1. 三种范式的底层逻辑1.1 经验范式观察驱动靠人的直觉建立认知第一种范式是人类最早使用的科研方式观察、记录、归纳。比如古代人观察天象、记录植物性状、总结药材特性本质上是靠感官积累数据再用人的直觉去发现规律。这套范式到今天依然没有过时医学里的临床观察、生态学里的野外调查、社会学里的问卷访谈都是经验范式的延续。但经验范式有一个致命弱点它的结论受限于观察者的经验边界和样本量。一个人一辈子可能只能见到几百个病例、几十种地质现象靠这些样本归纳出的规律很容易被下一个新样本推翻。在AI时代经验范式并没有消失而是被“传感器网络大数据采集”彻底放大了规模。以前靠人眼观察现在靠卫星遥感、基因测序仪、工业传感器、互联网行为日志一夜之间产生的数据量相当于过去几百年的观测总和。这个变化很关键——它把经验范式从“小样本归纳”推向了“大数据观察”但底层逻辑没变还是先记录再找规律。1.2 理论范式假设驱动用数学构建世界的简化模型第二种范式是理论驱动。从牛顿力学到麦克斯韦方程组再到量子力学和相对论科学家不再满足于“看到什么记什么”而是试图用数学语言写出世界运行的底层规则。这种范式的核心动作是提出假设、构建数学模型、推导预测、用实验验证。理论范式的强项在于“解释力”和“泛化能力”。一个Fma小车在地上跑能用卫星在天上飞也能用因为它是从更高维度抽象出来的规律。但理论范式也有自己的天花板——它的效率严重依赖人的创造力。历史上每一个伟大方程的背后几乎都是天才级的直觉和数年乃至数十年的推导。现实世界中大量问题过于复杂根本写不出干净的理论模型。比如蛋白质怎么折叠、湍流怎么演化、经济系统怎么波动这个复杂度已经远超人的数学建模能力。1.3 计算范式与AI范式的边界在哪现在常用的说法是“计算范式是第三种”也就是用计算机做模拟仿真——比如用有限元分析做结构力学、用分子动力学模拟材料行为。这个范式的贡献是巨大的它让科学家可以在虚拟世界里做实验大大降低了物理实验的成本。但我个人更倾向于把AI范式单独拎出来算作“第三种范式”因为它的认识论逻辑和传统计算仿真有本质差别。传统计算仿真是“给定规则推演结果”——你把物理方程写进程序计算机一步步算出系统的演化。而AI范式是“给定数据反推规则”——模型通过大量样本自动学习输入和输出之间的映射关系连规则本身都从数据里长出来。这是一个认识论上的翻转前两种范式都是人先把规则定好第三种范式是机器从数据里自己找规则。这就是为什么我特别喜欢用一句话概括AI范式“它不告诉你为什么但它告诉你是什么、会怎样。”这在很多场景下已经足够了。对比一下三种范式会更直观维度经验范式理论范式AI/计算范式驱动方式观察记录假设建模数据学习核心产出经验规律数学方程预测模型、表征结构瓶颈样本量和人脑归纳能力系统复杂度和数学表达力数据质量、算力、可解释性适用问题现象陌生、无先验规律机制清晰、可数学化机制未知但数据丰富典型手段观测、统计、分类解析推导、数值计算机器学习、深度学习、大模型上面这个表格建议保存下来我后面所有内容都会围绕它展开。2. AI范式在真实科研项目中怎么发挥作用2.1 AI不是魔法而是“特征提取器假设生成器”很多人第一次接触AI科研项目时容易把模型当成一个黑箱咒语——“把数据丢进去结果就出来了”。真正做过几个项目之后你会明白AI在科研里的角色更像两个东西的结合体。第一个角色是特征提取器。传统研究里人需要手动从数据里找特征比如从光谱曲线里提取峰值位置、从图像里量出晶粒尺寸。人在做特征工程时会有很多偏见——倾向于选自己熟悉或易于解释的特征这就会丢掉大量隐藏在数据深处的关联。AI能自动从高维原始数据里提取有效特征这是它在很多任务上超过人工的原因。第二个角色是假设生成器。AI模型训练完之后它会告诉你哪些输入变量对输出影响最大、哪些特征组合有异常响应。这些信息在传统流程里要花几个月做对照实验才能得到而模型几小时就能给出一个候选清单。虽然这个清单里的关系还需要进一步验证但它确实极大加速了“提出假设”这个环节的效率。我做过一个材料配方优化的项目传统做法是研究团队依据文献和经验小批量试错几十轮耗时半年。改用AI范式之后用已有的实验数据训练模型再用模型做配方空间搜索三轮迭代就找到了性能提升方案。AI在这里面做的恰恰就是“基于已有数据反向推断什么输入能带来期望输出”——这是传统范式里最难自动化的一环。2.2 从预测到生成三类高频应用场景AI在科研场景的落地我按实际需求把它分成三类几乎覆盖了90%以上的科研项目第一类是预测与筛选。训练模型学习“输入特征→目标属性”的映射用来对未探索的样本做快速打分。典型场景包括药物分子活性预测、材料性能预测、天气预报和蛋白质结构性质预测。这类项目对模型准确率要求高但对可解释性要求相对宽松——你先告诉我哪个分子有效我再想办法弄清楚为什么。第二类是生成与设计。生成模型学习数据分布之后能输出全新的候选样本比如新分子结构、新蛋白序列、新合金配方。这类场景的目标不是预测而是“无中生有”地设计出符合约束条件的新对象。本质上是把“搜索空间”从有限枚举扩展为连续生成。当前大热的AI蛋白质设计就属于这个方向。第三类是聚类与发现。在海量数据中自动发现隐含模式和分类结构比如从基因表达数据里识别新的细胞亚型、从天文影像里发现新的天体类型、从工业日志里发现异常模式。这里AI的价值在于它不带先验假设能把人类尚未认知的规律从数据里“捞”出来。这三类场景对应到实际项目里经常是组合使用的。比如一个药物研发项目先用生成模型设计候选分子再用预测模型打分筛选最后用聚类模型分析构效关系。理解了这层逻辑你就会明白AI在科研里不是单点工具而是一条流水线上的不同工位。2.3 大模型给AI范式带来了什么增量到了大语言模型和生成式AI时代AI范式又发生了一次质变。此前AI在科研里解决的是“感知和映射”问题——给你数据给你答案。现在大模型带来的是“语言和知识”层面的能力。具体来说大模型能做的有三件传统AI做不到的事一是把非结构化知识纳入科研流程它能直接阅读论文、专利、实验手册把文字描述变成可查询、可推理的知识库二是实现多模态融合同时处理文本、图像、谱图、序列数据这更贴近真实科研里数据形态混杂的现状三是作为科研协作界面研究者可以像跟同行讨论一样和AI对话让AI辅助设计实验方案、撰写代码、解读分析结果。我自己的切身体会是大模型真正改变的不是“算得准”而是“帮你想”。以前一个假设要自己想现在你可以让大模型基于文献和知识库先给你抛出一堆候选假设你再结合领域经验去筛选和验证。这和前面说的“假设生成器”一脉相承但能力边界大了一个量级。3. 三种范式协同作战的实操流程3.1 一个完整案例新材料配方优化空讲理论没意思我拿一个真实风格的项目走一遍完整流程这个项目具备科研项目里最常见的要素变量多、数据少、实验成本高。项目目标是优化某种高分子材料的配方让它在保持强度的同时提升柔韧性。传统做法是这个配方空间有几十个变量组合起来是个天文数字靠试错做到猴年马月。我们当时的设计思路就是让三种范式各司其职。第一步经验范式打底。把团队过去积累的实验数据全部汇总包括配方组成、工艺条件、检测结果。这一步做的事情就是把老师傅的经验“沉淀成数据”。过程中要特别留意数据口径的统一比如同一项性能测试是否用了同一个标准、样品制备条件是否一致不统一的数据在后期会让你哭都哭不出来。第二步理论范式建立约束。查阅相关文献和机理研究把材料领域已有的物理化学规律整理成约束条件比如组分比例不能超过某个区间、反应温度受设备限制、某些材料组合会产生不相容问题。这些约束在建模和搜索阶段能帮你砍掉一大半无效空间。第三步AI范式发现关联。用已有的实验数据训练代理模型预测“配方→性能”的映射关系。数据量不太大的时候优先考虑梯度提升树或高斯过程回归这类适合小样本的模型而不是一上来就堆深度学习。训练完之后用模型对整个配方空间做搜索和打分输出一批候选配方。第四步回到实验验证。从模型推荐的候选里挑出10组做真实实验把实验数据补充回数据集重新训练模型进入下一轮迭代。这个“AI推荐—实验验证—数据回流”的闭环是整个流程的核心引擎。这套流程走下来我们用了大约三轮迭代就把性能指标推到了预期范围对比以往纯靠经验的几十轮试错效率提升非常显著。项目成功的关键不是AI多强而是三种范式各司其职谁擅长做什么就让它做什么。经验范式负责“启动数据”理论范式负责“砍掉边界”AI范式负责“加速搜索”实验负责“验证真相”。3.2 范式协作中的分工与边界这个案例能跑通是因为分工清楚。经验范式和理论范式提供“先验知识”AI范式负责在庞大的搜索空间里做高效探索实验范式提供“地面真相”用于校验。如果少了前置步骤直接裸奔AI很可能学到错误关联如果少了AI只靠经验和理论又会陷入试错效率和搜索空间的限制。这里有一个实操层面的经验项目初期把80%的时间花在数据和约束梳理上是完全正常的。数据决定了AI的天花板约束决定了搜索的边界。AI模型只是把这块地基上的建筑盖起来地基不牢模型再花哨也白搭。很多团队在这类项目里翻车翻的不是模型的精度而是流程的某个环节被忽视了。比如我见过一个团队拿到一批工业数据就直接训练模型结果模型精度惊人但放到现场使用完全失灵。复盘发现原因是历史数据里存在大量异常工况这些点被模型当成了规律学进去。这个问题在流程层面就是缺少了数据质量审查环节——而这恰恰是经验范式里最基础的“观察与记录”动作。3.3 工作流设计与工具选择的实用建议不同范式阶段要用的工具差异很大。经验范式阶段的主力工具其实是数据库和电子实验记录本把数据的采集、清洗、版本管理做好比选什么AI框架重要得多。理论范式阶段可能用到的是物理模拟软件和数值计算工具。AI范式阶段才轮到机器学习平台。工具选型的核心原则是“数据流走得通”。我每次接项目都会先画一张数据流向图从原始记录到清洗后的结构化数据再到特征工程后的建模数据最后到模型输出和实验回流。每个环节的数据格式、存储方式、访问接口必须明确。数据流走得通后面换模型换框架都是小事数据流堵住换什么工具都救不了你。关于模型选型小样本表格数据优先考虑XGBoost、LightGBM、高斯过程回归这些模型在中小型数据集上的表现往往优于深度学习。数据量达到数万甚至更高且包含高维结构信息时才认真考虑神经网络模型。生成任务和大规模序列数据则直接上深度生成模型和大模型底座这类任务传统机器学习确实顶不上。4. 决定AI范式成败的三个关键问题4.1 数据质量AI范式的阿喀琉斯之踵做AI科研项目这么久我最大的体会是AI范式最大的敌人不是算法瓶颈而是数据质量。一份表格里的一个异常值可能稳定地把模型结论带偏一个字段的记录标准不一致可能让模型学到完全错误的映射。数据质量至少要从三个维度把关。第一是完整性缺失值是怎么产生的、是否影响样本有效性要逐一排查不能直接填个均值糊弄过去。第二是一致性同一个指标在不同批次实验里是否用同一尺度测量单位、方法、仪器变化都必须记录在案。第三是可靠性数据的来源是否可信仪器是否经过校准操作人员是否严格执行了标准流程。我在实践中还特别强调一点——数据版本管理。科研数据往往是持续增长的每一轮实验回流后数据集都会变化。如果没有把数据版本的对应关系管理好几个月后你根本无法复现当时的模型结果。建议用类似Git的方式管理数据集的版本每次训练模型都记录对应的数据版本号。4.2 模型的可解释性什么时候必须“讲道理”AI范式和传统范式最大的文化冲突之一就是可解释性。物理学家拿到了一个高精度的黑箱模型他会本能地追问一句话“这模型到底基于什么机理”因为物理学的传统是理解自然而不是拟合数据。我的建议是根据场景决定可解释性的优先级。如果是大规模分子筛选目的是从百万候选里捞出几十个做实验那模型精度优先可解释性可以放后面如果是要写论文解释某种现象背后的机制那就必须考虑用可解释模型或者集成SHAP值、注意力权重等归因分析方法来解读模型行为。这里要区分清楚两件事可解释性有两种。第一种叫“全局可解释”你能说清楚模型整体依赖哪些特征第二种叫“局部可解释”你能说清楚某个具体预测结果为什么是这样。科研项目里局部可解释往往比全局可解释更重要因为它对应的是“这个候选方案为什么值得做实验验证”的逻辑链条。解剖模型的时候别贪多先把局部逻辑讲清楚就已经很好了。4.3 算力与时间的预算管理第三个决定成败的问题是资源预算。AI科研项目经常出现的情况是数据准备好了模型选好了算力不够了。尤其是深度学习和生成模型训练成本很现实地摆在那里。我建议做项目预算时做一个简单的分层候选模型的快速验证阶段用CPU或单卡GPU跑基准实验数据量小、模型简单完全没有必要上大规模并行大规模训练阶段再动用多卡集群或云资源。很多初级团队一上来就租八张卡结果发现数据预处理花了三天真正的模型训练只用了两个小时——资源全浪费在等待上了。时序上还要为“实验等待期”预留算力。科研项目里实验验证环节的周期往往远长于模型训练几天的实验等待期完全可以用来做特征重要性分析、模型鲁棒性测试、候选方案的多样性筛选。把算力和时间都用在与科研目标直接相关的环节上项目推进会比单纯猛堆算力更顺利。5. 实战常见问题与排查技巧速查5.1 模型“假高分”评估指标漂亮但实际效果差这个问题的出现频率相当高。我们曾经在项目里碰到一个方案交叉验证的R²非常高模型肉眼可见地拟合了训练数据但真实实验中推荐的配方几乎全军覆没。排查后发现训练集中存在大量设备故障期的异常数据模型把异常模式当成了正常规律。排查路径先看数据分布把特征和目标的散点图全部画出来找有没有明显的离群簇再看时间顺序目标变量是否随时间漂移数据是否存在泄露最后做样本级审查挑几个预测最准的样本看到底是“真懂规律”还是“恰好蒙对”。这个拆解做完基本能定位到问题所在。5.2 维度过高特征比样本还多怎么处理基因、材料、文本数据里很常见。几千个特征、几百个样本传统模型基本上无从下手。我常用的策略是分层降维。第一层先用领域知识做特征筛选能用物理化学常识砍掉一批无关变量第二层用统计方法比如相关性分析和方差过滤剔除冗余特征第三层再考虑PCA或自编码器做无监督压缩。这三步走完特征数量通常能从几千降到几十模型稳定性和可解释性都会有明显提升。5.3 过拟合的识别与干预过拟合在AI科研项目里很难一眼看穿因为数据量小、噪声大是常态。一个非常有用的信号是训练集误差持续下降而验证集误差在某一点开始回升这就是过拟合开始的时刻。干预手段按优先级排第一优先加数据或做数据增强这是最治本的第二优先简化模型换更小的网络或加正则化第三优先生成模型集成用多个模型的平均结果做最终预测。实践中千万不要一上来就想用更大模型扛过拟合数据量就那么多模型越大通常扛得越差。5.4 实验迭代太慢如何加速“AI推荐—实验验证”闭环实验周期长是个现实瓶颈材料合成、生物培养、器件测试动辄几天甚至几周。闭环跑不快AI范式的效率优势就大打折扣。两个实用技巧一是做并行验证策略不要一组一组跑实验而是每轮把候选集分成多个批次同时推进配合多臂老虎机算法动态分配实验资源二是做“中途弃牌”给实验设定一个中间检测点如果在中间点已经明显达不到预期果断终止把资源让给更有希望的候选。这两招能把单位时间内的有效信息量提升不少。6. AI范式的局限与伦理边界6.1 数据偏见与模型幻觉AI范式依赖数据也继承数据的偏见。如果历史数据里研究人员的关注集中在某几类样本模型就会对这几类样本更友好。比如在药物研发中如果训练集以某类化合物的实验数据为主模型天然会对其他类别的化合物预测不准。大模型场景里更值得警惕的是幻觉问题——模型会一本正经地给出看似合理但实际错误的信息。科研场景中模型的幻觉会被放大因为科研本身就是探索未知已有知识库并没有标准答案。我处理这个问题的原则是AI的输出永远作为候选假设绝不能作为最终结论。科研流程的最后一环必须是真实世界的验证。6.2 范式升级不等于淘汰传统写到这里想强调一件事AI范式再强大也没有淘汰经验范式和理论范式。恰恰相反它是站在前两种范式的肩膀上长出来的。没有经验范式积累的海量数据和领域知识AI范式就是无源之水没有理论范式提供的约束和框架AI范式很容易学到荒谬的关联。我的真实体会是三个范式之间的切换和配比恰恰是AI时代科研工作者最需要修炼的能力。能用理论建模型就建理论模型建不了理论模型就用计算仿真仿真也算不动就用AI学数据规律数据也没有的话就老老实实做实验积累观察数据——这四步是任何AI科研项目的完整路径。最后分享一个我一直在用的工作习惯每次写项目报告或论文时我会专门开一节记录“范式分工与数据流动”把这套分析过程记录下来。这个习惯一开始只是为了让项目过程更规范后来发现它对团队协作、知识传承都帮助很大。新同事接手项目时读这一节就能快速理解整个项目的思路闭环不用再从头扒数据、翻代码。AI时代做科研最稀缺的不只是一个更准的模型而是把“观察—理论—计算—数据”这条链路想清楚的人。
