科学网—AI重塑天体物理学：机遇、危机与人文思考《科学》
精选
已有 236 次阅读
2026-6-8 08:07
| 系统分类: 海外观察
人工智能重塑天体物理学：机遇、危机与人文思考
今年四月的一个午后，塞西莉亚 ·加拉福落座于美国马萨诸塞州剑桥市一间会议室的主位，注视着在场一众天体物理研究者。这群研究者，或许代表着最后一批传统范式下的天体物理学家。
这间会议室曾见证无数科研团队的学术研讨，承载着各类学科的交流思辨。彼时暖阳入室，与会人员的讨论焦点已然转向人工智能协同科研。参会学者依次汇报了机器学习在天文学领域的落地应用方案，涵盖星际彗星观测、宇宙大尺度星系纤维结构识别、天体物理图像专用分词模型研发等方向，旨在将天文观测图像转化为人工智能可高效解析的数据形式。加拉福对青年科研人员提醒道： “人工智能模型普遍存在过度自信的问题，输出结果易出现判断偏差。”
会议落幕、众人离场之际，黑洞研究学者丹尼尔 ·帕伦博发布了一则简短通知。人工智能芯片企业英伟达的技术代表到访该校，面向科研人员征集算力合作项目，助力各类复杂科研问题求解。他表示，当下是科研人员获取额外算力支持的最佳契机。
哈佛 -史密森尼天体物理中心汇聚600余名天文科研工作者，是全球规模最大的天体物理专业研究机构之一。加拉福担任该中心天文人工智能研究组负责人，主导机器学习技术在天体物理各类研究场景的应用落地。自该专项研究组正式成立四年以来，加拉福及其团队不仅构建了中心内部跨学科协作体系，还与谷歌深度思维、安索帕等顶尖人工智能企业建立了产学研合作机制。
该研究组的初期建设目标，是依托机器学习与人工智能技术，破除天体物理研究中数学推演、数值模拟的技术壁垒，同时保留天体物理研究的核心价值 ——凝练、剖析与创新科学问题。团队初期并未将对话式人工智能纳入科研工具体系。尽管研究组成立数月后，ChatGPT面世并引发全球技术热潮，加拉福仍一度主张团队规避这类流量型工具及通用大语言模型，专注传统机器学习研究。
但这一研究理念，在近期发生根本性转变。
当前，人工智能赋能天文科研的突破性成果已在该顶尖科研机构内部广泛传播。加拉福的同事艾莉莎 ·古德曼向其展示了一项长期难以突破的数据拟合难题，彼时她的设备因本地运行智能人工智能程序出现运行卡顿。古德曼团队长期致力于遥远星系旋臂的运动规律研究，但银河系自转与空间几何结构带来的数据干扰，长期阻碍团队精准剥离有效观测信号、提取星系旋臂的真实运动特征。该团队借助ChatGPT，仅耗时数分钟便攻克这一常年技术瓶颈。目前，团队正基于优化后的高精度数据集开展系列学术研究，相关成果构建的星系旋臂运动学图谱，精度较以往最优成果提升近百倍。
在天体物理学界，关于人工智能与人类科研能力的对比讨论，已从私下的小众探讨，发展为全球各大天文院系的核心议题。越来越多的科研人员将文献检索、代码开发、望远镜观测项目申报、同行评审初稿初审、科研问题求解等核心工作，交由克劳德、 OpenAI代码助手等智能人工智能系统完成。空间望远镜科学研究所、普林斯顿高等研究院等权威科研机构，均已召开专题会议，研讨大语言模型与智能人工智能在基础科研领域的应用价值与潜在风险。今年三月，哈佛大学物理学家马修·施瓦茨在安索帕官方博客发表研究成果，介绍其开展的“直觉物理学”探究实验。施瓦茨全程监督克劳德模型的生成过程，修正其大量虚假推导与逻辑漏洞，最终依托人工智能，在两周内完成了一篇符合学术发表标准的物理学论文，而同等工作量依托传统人工研究通常需耗时一年。施瓦茨评估，当前高端人工智能的科研推演能力，近似哈佛大学二年级研究生水平，并据此预测，一年内大语言模型的科研水准或将比肩博士后研究者。
各大人工智能企业将天体物理研究作为模型性能的核心展示场景，视作品牌技术实力的重要宣传载体，宣称其技术体系即将在理论物理、天体物理、宇宙学研究领域超越人类科研人员。部分企业甚至将天文研究智能化作为核心技术卖点。今年二月，埃隆 ·马斯克推动太空探索技术公司筹备上市，计划募集资金建设轨道数据中心，其官方披露的终极技术目标为“通过规模化技术迭代，构建具备感知能力的太阳观测智能系统，实现宇宙规律解析”。
人工智能快速批量生成标准化学术成果的能力，带来了双重科研隐患：一方面海量机器生成论文持续涌入，加重期刊出版与同行评审体系的负荷；另一方面青年科研人员的实践机会与科研成长空间被持续压缩。更深层次的行业变革正在悄然发生，多名接受《科学》杂志采访的学者认为，天体物理科研范式已进入转型关键期。学界普遍担忧，若人工智能全面渗透科研全流程、无限制替代人工研究，依托人类思辨与探索的天体物理学或将失去其学科本质。纽约大学计算天体物理学家戴维 ·霍格指出：“多数业内学者认为，当前行业趋势已难以逆转，人工主导的天体物理科研模式或将逐步落幕。”
人工智能替代人类劳动的焦虑已渗透各行各业，而天体物理学具备独特的学科属性。该学科兼具极高的学术价值、社会关注度与人文内涵，人类社会与科研资助体系始终高度重视宇宙探索研究，天文领域的技术突破也长期被视作人类文明进步的重要象征。与此同时，现代天体物理学的核心研究依托数据科学与数理推演，大量核心科研难题恰好适配大语言模型的技术优势，极易被人工智能迭代突破。
不同于药物研发等具备直接民生与经济价值的学科，天文探索难以产生即时经济效益，也无法直接服务于生命救治，因此无需以极致效率、不计代价地推进技术迭代。在自然科学体系中，天体物理学最具备构建 “技术赋能、人本核心”的良性人工智能应用体系的条件。目前，这一学科的人机协同发展态势呈现出明显的两面性。
物质演化出人类神经意识，并依托意识反向探索自身与宇宙，这一过程极具价值，兼具科学美感与人文诗意。
——拉斐尔·马丁内斯·加拉扎，哈佛-史密森尼天体物理中心
总体而言，人工智能赋能天体物理研究的发展态势利弊共存。 2025年9月，纽约大学物理系特邀讲座中，主讲人于后台实时运行弗拉特里恩研究所研发的智能科研系统德纳里奥。该研究所为私立科研机构，专注于依托计算科学推动基础学科发展。讲座期间，德纳里奥系统自主完成文献检索、科研选题、数据统计分析与学术论文生成，产出成果质量参差不齐，部分内容存在逻辑谬误，部分具备学术可行性，实时投屏展示于会场屏幕。主讲人面向以研究生为主体的听众指出，此类智能工具普及后，传统研究生科研岗位或将失去必要性，人工智能一小时即可完成的科研任务，无需人工耗费数月攻坚。
纽约大学博士七年级研究生马修 ·多特对该观点持否定态度。他认为，即便德纳里奥系统的最优产出成果，也缺乏实质性科研价值，而“研究生将被人工智能替代”的论断，更是引发了青年科研群体的普遍抵触。
任职于弗拉特里恩研究所的霍格，在讲座结束后与多特开展一对一交流。霍格转述了多特的核心观点： “科研人员并非可被随意替代的工具。”
该事件促使霍格深入探究人工智能自主探索宇宙的价值边界，以及人类科研工作者的不可替代性。他认为，全面禁止人工智能在天文科研领域的应用缺乏可行性，监管成本极高且无落地基础；但若科研人员放任人工智能无约束迭代、主导科研进程，人工智能数十万倍的效率优势，将催生海量低质机器生成文献，导致人类科研成果被海量无效数据淹没，扰乱学术生态。
霍格提出，平衡 “全面禁用”与“放任发展”两大极端、实现大语言模型赋能科研且助力学者成长的核心前提，是解答一个兼具物理学与形而上学属性的核心问题。今年二月，他在预印本平台发布题为《我们为何从事天体物理学研究？》的学术论文，系统阐释自身观点。
霍格在文中指出，人类开展天体物理研究的核心价值，并非单纯获取宇宙终极答案，而是持续探索、解构、认知宇宙的动态过程。科研是一场探索之旅，而非单一结果导向的任务。研究生群体并非资深学者的科研辅助工具，而是学科发展的核心主体，其在科研实践中积累经验、锤炼能力，是学科传承与创新的关键。一代代青年学者接续探索，延续人类仰望星空、求索宇宙的初心，构筑了绵延不绝的天文研究体系。霍格提出： “投身天体物理学研究的核心驱动力，是对宇宙探索的热爱，而非对既定科研答案的被动获取。”
投身天体物理学研究的核心驱动力，是对宇宙探索的热爱，而非对既定科研答案的被动获取。
——戴维·霍格 纽约大学
全球天体物理研究者仅数千人，霍格的论文发布数日之内便收到近百封学界反馈邮件。部分学者提出不同学术观点，更多研究者则肯定其研究价值，认为该议题将行业私下讨论正式纳入学术研究体系。该论文在弗拉特里恩研究所引发激烈学术研讨，众多科研人员修正了原有预判，认为人工智能颠覆天体物理学科的周期将从数年压缩至数周，学界普遍对后续行业变革风险表示担忧。
霍格曾邀请笔者入驻弗拉特里恩研究所，实地参与相关学术讨论，但经数周沟通后遭到研究所宣传部门回绝。对方私下透露，当前研究所内部围绕德纳里奥等人工智能科研系统的争议尖锐、派系矛盾突出，本次采访请求进一步激化了内部分歧。
天文学的发展始终与量化研究方法迭代深度绑定，诸多数理统计与计算方法均诞生于天文探索需求。数千年前，美索不达米亚、中美洲、中国等地区的古代研究者，依托系统化记录与精密数学算法（现代数据科学的雏形），搭建了人类认知宇宙的理论体系。公元前二世纪，古希腊天文学家喜帕恰斯整合数百年巴比伦天文观测数据，构建日月天体运动理论。 17世纪初，约翰内斯·开普勒依托第谷·布拉赫的高精度观测数据，推导出行星运动数理定律。
随着天文观测数据呈指数级增长，天文学家与数学家搭建了早期人工计算体系，依托纸笔完成海量数理推演。近代早期，曾有科研团队聘用法国大革命期间失业的贵族理发师，负责对数表的精密计算工作。 19世纪20年代，数学家查尔斯·巴贝奇借鉴蒸汽机替代体力劳动的技术逻辑，提出以机器替代脑力运算的构想，设计出全球首台可编程计算设备，专门适配天文计算需求。
19世纪末，摄影技术正式应用于天文观测，推动天文数据体量与算力需求再次爆发式增长，传统目镜人工观测模式逐步被淘汰。哈佛大学天文台等机构留存了大量遥远星系的摄影底片，学界普遍认为，对这批底片开展精细化解析，可挖掘大量全新的天文科研成果。
哈佛大学底片馆藏依托三层大型柜体，保存了约 60万张近代玻璃天文底片。馆藏负责人托马斯·伯恩斯介绍，为完成海量宇宙观测数据的解析工作，天文台组建了女性人工计算团队。这批女性研究者在性别壁垒显著的时代，于天文领域做出了卓越科研贡献，但同时也面临科研剥削与不公待遇：部分工薪女性研究者因薪资刚需丧失议价权，部分富裕阶层女性则无偿参与科研工作。
伯恩斯调取了一张 1934年的玻璃底片，底片记录了后发座星系团数千个星系的光子信号，这些光子跨越3亿光年抵达地球，通过底片化学反应完成留存，如同封存宇宙信息的化石。背光观测可见，底片上布满多层彩色人工标记，最早由女性科研计算员穆丽尔·马塞尔·赛弗特完成星系标注，后续多名研究者多次复盘迭代，形成了层层递进的科研记录，承载着数代学者的探索成果。
伯恩斯介绍，赛弗特在未获得公开署名与学术认可的前提下，完成了星系团中心环状区域天体总质量的测算工作。该研究成果印证了同期的前沿猜想：星系团内部存在大量无法观测、无法统计的未知质量，即暗物质。 20世纪50年代初，天文学家薇拉·鲁宾发掘了这份被埋没的珍贵数据，并基于相关研究线索，进一步验证了暗物质的存在，获取了更扎实的科研证据。
七十余年后的今年三月，英伟达推出适配轨道数据中心集群的太空人工智能模块 ——“薇拉·鲁宾模块”。该设备的规模化部署，不仅可能干扰天文观测、污染观测图像数据，其搭载的人工智能体系或将彻底重构天体物理的科研范式。笔者向加拉福提出疑问：若赛弗特、鲁宾式的人工原创探索逐步消失，人类主导的突破性天文发现彻底减少，天体物理学的学科价值将如何延续？
加拉福对此表示，自身科研的核心初心是追寻宇宙真理。人工底片标注的探索过程具备人文浪漫性，但传统精细化推演工作存在极强的重复性与繁琐性。在其看来，广义相对论等简洁精妙的宇宙规律，远比人工重复劳作更具科研美感。她主张，若人工智能工具能够更高效、精准地揭示宇宙本质规律，科研人员理应积极拥抱技术迭代。她认为，刻意规避先进工具、为保留人工探索体验而延缓真理挖掘，本质上是一种科研主观执念。
加拉福认为人工智能尚未全面超越人类科研水平，其近期研究可佐证这一判断。职业生涯初期，作为理论物理学家，她专注于广义相对论的替代引力理论研究 ——广义相对论本身仍存在理论不完备性。她聚焦爱因斯坦-高斯-博内引力方程求解，旨在推导旋转黑洞周边的精准时空形态。该研究具备重要的基础理论价值，其推演方法可适配各类替代引力理论，为新型引力模型的校验与创新提供理论支撑。为此，她搭建神经网络模型求解数值近似解，但该模型并非大语言模型，无法将内部运算逻辑转化为规范简洁的数理解析结果。
随后，她调用当前市面最优的克劳德与 ChatGPT模型，尝试完成旋转黑洞爱因斯坦-高斯-博内方程的解析求解，获取标准化精确数理结果。该问题虽难度极高，但条件完备、逻辑清晰，具备明确求解路径，加拉福对人工智能求解抱有一定期待。但实测结果完全失败，两类模型均无法完成有效求解。克劳德在多轮交互中虚假宣称可得出有效成果，并生成了结构完整、形式严谨的学术论文，但经核验，全文仅以繁琐晦涩的句式复述已知研究成果，无任何原创性理论突破。
加拉福提出，若人工智能的科研能力稳定维持在当前水平、不再持续迭代，将是最理想的人机协同状态。依托此类工具，人类科研人员仍需独立完成科研选题、模型设计、结果解读等核心工作，保留自主探索、认知宇宙的核心科研乐趣。 “在这一阶段，我们应当主动把控技术迭代节奏，实现良性发展。”
我科研的核心热爱，是追寻宇宙终极真理的探索过程。
——塞西莉亚·加拉福，哈佛-史密森尼天体物理中心
但人工智能的快速迭代，即将突破当前能力边界。今年春季，博士后研究者罗德里戈 ·科尔多瓦·罗萨多在办公室受访时表示，学界已形成普遍共识：人工智能即将全面主导天文科研工作。他仅耗时两小时，依托克劳德整合多部经典广义相对论教材的核心内容，自主编撰全新教材，并通过人工智能调用数学软件脚本，生成配套例题与插图，目前正在人工校验书稿误差。此外，作为奥塞奇族研究者与奥塞奇语研究者，他正尝试依托人工智能构建奥塞奇语-英语双语词典。
他指出，人工智能赋能科研是不可逆转的行业趋势，科研人员唯有主动适配迭代，方能避免被行业淘汰。
采访期间，加拉福组织团队开展人工智能主题即兴圆桌研讨，七名科研人员现场参与，两名研究者线上参会，围绕技术迭代的学科影响展开深度思辨。
研讨过程争议热烈，核心议题涵盖：人工智能是否缺乏优质科研问题的甄别能力；智能工具究竟是推动科研普惠、降低非英语研究者的参与门槛，还是加剧科研垄断、使基础研究依附于头部科技企业的付费体系；人工智能能否让天文学家摆脱繁杂的数理与代码工作，专注于宇宙核心问题研究；大语言模型的概率生成属性，是否会导致其数理推演与统计分析结果存在固有偏差、可信度不足。一名研究生提出疑问：学界当前的焦虑是否存在过度放大的成分。
综合研讨内容与学界主流观点，天体物理学家的核心担忧集中于两大维度。其一，大语言模型可高效生成学术文本、代码程序与高精度分析结果，严重冲击现有学术评价体系、科研激励机制与学术信任体系，动摇天体物理学严谨统一的知识体系根基。
当前学术界奉行 “不发表即淘汰”的评价机制，论文产出量、引用率是衡量学者科研能力、分配科研资源与项目经费的核心指标。人工智能的普及大幅降低了增量型学术论文的产出难度与成本，大量同质化、微创新成果快速涌现。剑桥大学宇宙学家娜塔莉·霍格在今年二月的博客中指出，大语言模型的普及，暴露了天体物理学科长期存在的自我评估与同行评审体系漏洞。
美国天文学会期刊主编伊桑 ·维什尼亚克正直面这一行业乱象。他表示，大语言模型普及后，期刊投稿量大幅激增，同行评审资源严重短缺。目前资深天文学家的投稿量已趋于稳定，但非业内人员的投稿数量持续攀升。今年四月，印度金奈一名20岁独立研究者在博客中宣称，其搭建的全流程人工智能科研体系，自主完成了遥远射电信号源的完整研究，涵盖课题设计、数据分析与论文撰写全流程。该论文虽于三月被美国天文学会期刊录用，但因作者未如实披露人工智能使用情况，后续被撤稿处理。
以往，美国天文学会期刊编辑会对每一篇投稿提供个性化评审意见。当前，部分投稿的沟通内容逻辑空洞、表述怪异，编辑无法辨别对接主体为人工还是智能模型。维什尼亚克认为，人工智能并未实现科研普惠，反而倒逼期刊收紧准入机制、强化审核壁垒。 “海量低质机器生成论文将挤占优质科研资源、拖垮学术体系，最终行业只能依托刚性准入机制规范投稿秩序。”
其二，学界普遍担忧出现 “技能退化”甚至“认知妥协”现象。长期依赖人工智能开展科研，尤其是青年科研人员，将逐步丧失甚至无法习得数理推演、代码编写、逻辑思辨等核心基础能力。科尔多瓦·罗萨多警示，长此以往，五十年内天文科研体系将出现严重人才断层，基础科研能力全面缺失，最终导致学科衰败。
加州大学伯克利分校宇宙学博士后米纳斯 ·卡拉马尼斯在三月的博客文章中提出，人工智能定义的“重复性基础劳作”，正是研究生打磨科研能力、积累科研直觉、构建高阶科研思维的核心载体。科研人员在困惑与摸索中积累的思辨经验，是开展原创性研究的核心基础。若青年学者依托人工智能跳过自主思考与推演的过程，看似节省时间，实则错失了科研成长的核心积淀。
受访科研人员均无法精准预判行业未来走势，难以确定当前的焦虑是过度恐慌，还是对未来行业危机的提前预判。在美国天文科研经费持续缩减、外籍留学生签证政策收紧的背景下，青年科研人员的发展环境已极度严峻。霍格无奈发问：人工智能为何恰好于 2026年全面冲击天文领域，天文学界能否暂缓这场技术变革？
对于被视作最易被替代的研究生群体而言，行业变革的影响最为直接。笔者承诺匿名采访天体物理中心研究生群体，仅一名物理研究生接受采访。该学生表示，同辈群体持续热议人工智能替代问题，普遍知晓 “人工智能能力对标研究生”的观点，清晰认知低年级基础科研工作可被机器替代，但并不认可自身可被完全取代。
与此同时，青年科研群体均在主动适配技术趋势，常态化使用大语言模型与智能人工智能工具。该研究生表示，同辈群体普遍保持理性认知，将人工智能迭代视作科研生涯的必然趋势，主动适配行业变革。
在本次圆桌研讨中，天文人工智能研究组副主任拉斐尔 ·马丁内斯·加拉扎秉持最鲜明的人文视角与技术审慎态度。次日，他在办公室展示了自身的人工智能应用场景，依托克劳德完成代码库维护、太阳物理专用机器学习模型搭建等工作。他表示，自身在人工智能普及前已具备成熟的编程能力与科研指导经验，能够合理利用工具优势，同时保持独立思辨，规避技术依赖风险。
他坦言，此前未在学生面前提及的核心顾虑：以往需要师生长期研讨、反复推演的科研问题，当前仅需通过提示词即可让人工智能快速求解。但这种高效迭代，是否是学科发展的最优选择，仍值得深度思辨。
科研绩效考核的现实压力，迫使科研人员借助大语言模型提升产出效率。与此同时，他认同人工智能技术的研发初衷，认可技术迭代对宇宙探索、太阳系研究的推动价值。他认为，天文学与宇宙学的核心魅力，在于承载着人类对终极意义的探索与追问。物质孕育人类意识，人类依托意识反向探索宇宙与自我，这一动态过程具备独特的科学与人文价值。
在其看来，科学研究本质是服务于人类的社会性实践。相较于依托人工智能数分钟获取答案，人类科研团队数月的协作攻坚、思辨探索，具备更高的学科价值与人文意义。即便人工智能可瞬间输出宇宙终极答案，人类自主提问、协同探索的过程，仍是天文研究的核心价值所在。
他最终总结：若宇宙探索与星际开拓的技术迭代，以消解人类独立思考、自主探索的科研体验为代价，那么这类技术提速将失去核心意义与发展价值。
转载本文请联系原作者获取授权，同时请注明本文来自孙学军科学网博客。 链接地址： https://blog.sciencenet.cn/blog-41174-1537996.html
上一篇： 减肥药再续神奇：抗衰老 下一篇： 社区老人自主饮用富氢水有利健康【日本】 欢迎参加科学网十佳博文评选活动！ 主办单位： 
支持单位： 