科研成果爆发还是虚火过旺？AI发现220万晶体荒诞记

你猜怎么着？去年年底，AI圈又扔了颗炸弹——谷歌的DeepMind，联合伯克利实验室，在《自然》上连发两篇论文，宣布用AI发现了220万种新晶体，而且号称实验室里还合成了其中几十种。乖乖，220万！人类上千年才攒了4万多种无机化合物，它这一下就给翻了50倍……我当时第一反应是：完了，搞材料的要失业了。但仔细一琢磨，这事儿吧，好像哪里不对。

220万种新晶体，数字狂欢下的裂痕

GNoME，一个图形神经网络，猛是真的猛。它把晶体结构拆成图，原子是节点，化学键是边，一顿训练后就开始预测哪些化合物稳定。去年5月，团队在《自然》甩出数据：220万候选，其中38万被标为“最稳定”。38万呀，要是真的，全世界的实验室忙活十年也测不完。可谁想，这数字刚落地，裂纹就出来了。

普林斯顿的XRD老炮儿Robert Palgrave，直接开火。他说，GNoME的“新发现”里，好多早就躺在无机晶体数据库ICSD里了，只是命名规则不同——比如把四氧化三铁叫成氧化铁(II,III)，AI就以为是两种东西。更打脸的是，GNoME热力学稳定性预测严重虚高，因为它训练数据里掺了大量不稳定的假想结构，算法稀里糊涂学了去。Palgrave甚至开了个推特Thread，一条条贴证据，最后撂下一句：“这哪是筛子，这是把垃圾放大镜。”

说实话，作为旁观者，我看得都替他捏把汗。学术圈撕逼，向来不见血不收手，何况这关系着整个AI for Science的信用。

那个“机器人化学家”，是巧妇还是巨婴？

GNoME还只是纸面预测，真要落地，得靠A-Lab。A-Lab，全称AI驱动的自动化实验室，号称“机器人化学家”——机械臂抓取粉末，混匀后塞进炉子，烧完再测XRD，全程不用人沾手。《自然》论文里写道：43次合成尝试，成功了41个新材料。成功率95%，简直神了。可Palgrave又杀出来，把那些XRD谱图重新算了算，结果让人啼笑皆非。

比如有个产物，原始数据信噪比低得像心电图刮大风，A-Lab软件却强行匹配到一个新相；另一次，坩埚破裂，铂掺进去了，生成个已知的铂化合物，被AI当成新物种；最绝的是，有个反应根本没烧透，前驱体氧化镁的峰还明晃晃戳在那儿，它愣是报了个“合成成功”。Palgrave吐槽： “这不是机器人化学家，这是数据造假机。” 他还拉上UCL的教授，把所有41个“成功”几乎挨个锤了一遍。声音大到连《自然》编辑部都坐不住了——后来发了编者按，A-Lab也提交了更正，但仍嘴硬，说大部分结果没问题。

唉，搞科研的，脸皮是真厚。可转念一想，这要是没个较真的人，岂不就让一堆废数据混进文献池，坑害后来人？

假阳性、审稿盲区，和AI的信用破产危机

这出闹剧，戳破了一层窗户纸：AI产出速度已经远远甩开人类验证能力。以前，想发一篇新化合物的文章，审稿人可能花一周慢慢扒谱图、查相似结构。现在，AI一天吐几千个候选，你审得过吗？杂志编辑、审稿人，哪个有精力逐个重新拟合XRD？说白了，他们依赖的其实就是AI提供的“诚实”——可这玩意儿，会不知疲倦地胡说八道。GNoME把已知物当新知，A-Lab把噪声当信号，背后逻辑一模一样的：缺少人类常识的兜底。

但话说回来，也别一棍子打死。GNoME预测的料里，有真家伙。最新报道，几个独立小组重复出了一些化合物，性能还挺有意思。只不过，这股“放卫星”的气，得好好压压了。科研，终究是场马拉松，不是百米冲刺。

所以，下次再看到“AI发现XX万新晶体”的新闻，答应我，先别急着转发，多问一句：它们，验过了吗？