大語(yǔ)言模型為何難以突破科學(xué)瓶頸——每位快消行業(yè)的高管必須了解的真相

作者：Kumar 2025-09-04 07:00:00

在GenAI高速發(fā)展的時(shí)代，企業(yè)難免產(chǎn)生疑問：如果LLM能寫論文、能生成配方，為什么不能直接“做科學(xué)”？本文指出，這種想法既危險(xiǎn)又具有誤導(dǎo)性。

我們正處在一個(gè)時(shí)代，GenAI能夠在幾分鐘內(nèi)起草復(fù)雜的法律協(xié)議，在幾秒鐘內(nèi)設(shè)計(jì)出合理的營(yíng)銷活動(dòng)，并可按需在數(shù)十種語(yǔ)言之間自由切換。從早期的機(jī)器學(xué)習(xí)模型到如今的GPT-4、Claude、Gemini等大型語(yǔ)言模型(LLM)，能力的躍升堪稱驚人。

因此，企業(yè)高管提出一個(gè)合理的疑問：如果AI能寫出一篇令人信服的研究論文，或者模擬一場(chǎng)技術(shù)對(duì)話，為什么不能開展科學(xué)實(shí)驗(yàn)?在某些圈子里，甚至流傳著一種說法：科學(xué)家可能很快會(huì)像旅行社代理人或電影放映員一樣，被“顛覆”到無(wú)關(guān)緊要。

作為在AI創(chuàng)新、科學(xué)研發(fā)和企業(yè)級(jí)產(chǎn)品開發(fā)交叉領(lǐng)域深耕二十余年的從業(yè)者，我可以明確地說：這種說法既危險(xiǎn)又具有誤導(dǎo)性。

是的，LLM具有顛覆性，但它們無(wú)法取代科學(xué)實(shí)驗(yàn)的過程——而誤解這一邊界，可能會(huì)破壞你的創(chuàng)新戰(zhàn)略，尤其是在快速消費(fèi)品(CPG)等行業(yè)，產(chǎn)品的成功高度依賴于嚴(yán)格、可重復(fù)、真實(shí)世界中的驗(yàn)證。

為什么這對(duì)CPG行業(yè)領(lǐng)導(dǎo)者至關(guān)重要

在CPG行業(yè)，尤其是食品、飲料和個(gè)護(hù)領(lǐng)域，競(jìng)爭(zhēng)優(yōu)勢(shì)越來越依賴于更快的創(chuàng)新周期、突破性的配方和可持續(xù)的產(chǎn)品設(shè)計(jì)。

大量依賴LLM的誘惑可以理解：速度意味著洞察力，但問題在于——配方是科學(xué)，而科學(xué)不是語(yǔ)言游戲。

一個(gè)LLM可以描述出“完美的無(wú)奶冰淇淋基底”，但它無(wú)法證明該配方能否在9個(gè)月的保質(zhì)期內(nèi)保持質(zhì)地穩(wěn)定、是否能經(jīng)受住運(yùn)輸，或者能否符合30個(gè)市場(chǎng)的監(jiān)管要求。

這些驗(yàn)證只能來自實(shí)證實(shí)驗(yàn)。

LLM無(wú)法完成科學(xué)實(shí)驗(yàn)的5個(gè)根本原因

1. LLM缺乏因果推理能力

科學(xué)的本質(zhì)是因果關(guān)系。

你調(diào)整一個(gè)輸入變量——成分濃度、pH值、溫度——然后觀察結(jié)果的變化。你據(jù)此修正假設(shè)、建立模型并再次測(cè)試。

但LLM無(wú)法觸及物理世界的因果機(jī)制。它從文本的統(tǒng)計(jì)模式中學(xué)習(xí)，而不是通過與現(xiàn)實(shí)互動(dòng)來理解。問它預(yù)測(cè)某種新型乳化液的粘度時(shí)，它可能給出“聽上去合理”的答案，但本質(zhì)上只是模仿已有數(shù)據(jù)模式，對(duì)分子動(dòng)力學(xué)一無(wú)所知。

案例：一項(xiàng)大規(guī)模研究對(duì)比了AI生成的研究想法與人類提出的想法。表面上看，AI的創(chuàng)意更新穎、更令人興奮，但在實(shí)際實(shí)驗(yàn)中?效果明顯更差。看似有前景與現(xiàn)實(shí)有效之間的因果鴻溝依然巨大。

在CPG研發(fā)中，依賴這種“無(wú)根因果”的預(yù)測(cè)，不只是技術(shù)缺陷，更可能帶來品牌與安全風(fēng)險(xiǎn)。

2. LLM無(wú)法與物理世界交互

科學(xué)是一項(xiàng)“接觸性運(yùn)動(dòng)”。

要混合化學(xué)物質(zhì)、烘焙原型、運(yùn)行機(jī)械、觀察結(jié)果。需要傳感器測(cè)量屬性，設(shè)備記錄條件，分析師驗(yàn)證發(fā)現(xiàn)。

但LLM做不到，它不能運(yùn)行色譜分析，不能測(cè)量貨架期穩(wěn)定性，不能試吃產(chǎn)品、檢測(cè)微生物增長(zhǎng)，也不能觀察配方在灌裝線上失效。

它生成的只是“二手知識(shí)”——基于過往實(shí)驗(yàn)文本的語(yǔ)言模擬，這對(duì)啟發(fā)與規(guī)劃有用，但缺乏與實(shí)證反饋的直接聯(lián)系，就無(wú)法進(jìn)行科學(xué)驗(yàn)證。

案例：在醫(yī)療領(lǐng)域，風(fēng)險(xiǎn)更為嚴(yán)峻。《Nature Medicine》的一項(xiàng)研究結(jié)論是，LLM尚不適合臨床決策，因?yàn)樗鼈兂３Ｕ`解指令，對(duì)輸入格式的微小變化高度敏感。醫(yī)學(xué)與CPG科學(xué)一樣，要求有真實(shí)的物理數(shù)據(jù)支撐，否則只能停留在“猜測(cè)”。

3. LLM難以處理全新現(xiàn)象

科學(xué)中最有價(jià)值的發(fā)現(xiàn)，往往發(fā)生在“未知的邊緣”——數(shù)據(jù)稀缺甚至不存在的地方。

例如CRISPR基因編輯的出現(xiàn)，并不是已有文獻(xiàn)里等待被“重組”的概念，而是科學(xué)家在實(shí)驗(yàn)室中對(duì)細(xì)菌免疫系統(tǒng)的操作所取得的突破。

LLM是插值引擎，只能重組已有模式。遇到?jīng)]人記錄過的現(xiàn)象，它無(wú)法產(chǎn)出真實(shí)的底層規(guī)律。

案例：即便在歷史學(xué)這樣資料豐富的領(lǐng)域，模型也常常失誤。在Hist-LLM基準(zhǔn)測(cè)試(基于Seshat全球歷史數(shù)據(jù)庫(kù))中，GPT-4 Turbo在高階歷史推理任務(wù)上的準(zhǔn)確率僅46%，剛剛高于隨機(jī)水平，且充滿事實(shí)性錯(cuò)誤。既然它在已知?dú)v史事實(shí)的推理上都表現(xiàn)不佳，又如何應(yīng)對(duì)未知的科學(xué)前沿?

對(duì)CPG而言，這意味著——市場(chǎng)贏家往往需要前所未有的新配方，而LLM無(wú)從借鑒。

4. LLM無(wú)法通過可重復(fù)性測(cè)試

科學(xué)的黃金標(biāo)準(zhǔn)是可重復(fù)性。若結(jié)果無(wú)法復(fù)現(xiàn)，就不成立。

而LLM的輸出，即便輸入完全相同，也可能每次不同，還會(huì)“幻覺”——自信且具體地給出毫無(wú)依據(jù)的說法。更糟的是，它的“來源”是數(shù)十億參數(shù)的混合，沒有實(shí)驗(yàn)記錄本、沒有元數(shù)據(jù)、沒有條件日志。

案例：在GSM-IC測(cè)試中，簡(jiǎn)單的小學(xué)數(shù)學(xué)題被加上無(wú)關(guān)信息后，模型的準(zhǔn)確率大幅下降。輸入中微小的干擾就足以破壞穩(wěn)定性——這與科學(xué)的可重復(fù)性原則完全相悖。

在高度監(jiān)管的行業(yè)，你需要從假設(shè)到結(jié)果的全程可追溯。就目前而言，LLM做不到。

5. LLM將相關(guān)性誤判為因果性

LLM擅長(zhǎng)發(fā)現(xiàn)相關(guān)性，但科學(xué)中最危險(xiǎn)的陷阱就是將相關(guān)性誤認(rèn)為因果關(guān)系。

典型的“冰淇淋銷量與鯊魚襲擊”問題：兩者都在夏季上升，但彼此并無(wú)因果關(guān)系。

在CPG創(chuàng)新中，這種風(fēng)險(xiǎn)尤為突出。

LLM可能會(huì)發(fā)現(xiàn)某些乳化劑常見于保質(zhì)期較長(zhǎng)的植物基乳制品中，但這并不意味著在你的配方里加入該乳化劑就一定能延長(zhǎng)保質(zhì)期。

案例：在一個(gè)涵蓋近5000篇科學(xué)論文摘要的對(duì)比研究中，AI生成的摘要有26%至73%出現(xiàn)“過度泛化”——即把尚不確定的相關(guān)性包裝成了“看似確定的結(jié)論”，而科學(xué)家恰恰被訓(xùn)練去避免這種邏輯跳躍。

只有精心設(shè)計(jì)的實(shí)驗(yàn)，才能真正揭示因果關(guān)系。

LLM能為科學(xué)與CPG帶來什么

如果LLM不能真正“做科學(xué)”，那它們能為科學(xué)帶來什么價(jià)值呢?

其實(shí)很多——前提是我們精準(zhǔn)使用。LLM可以：

? 加速文獻(xiàn)綜述：能夠在幾分鐘內(nèi)綜合數(shù)百篇論文和專利，挖掘出人類團(tuán)隊(duì)可能需要數(shù)周才能發(fā)現(xiàn)的模式與知識(shí)。

? 輔助假設(shè)生成：基于已有成果與類比領(lǐng)域，提出值得測(cè)試的潛在變量。

? 支持實(shí)驗(yàn)設(shè)計(jì)：幫助勾勒實(shí)驗(yàn)方案，供科學(xué)家進(jìn)一步完善，從而節(jié)省規(guī)劃階段的寶貴時(shí)間。

? 自動(dòng)化文檔：實(shí)驗(yàn)報(bào)告撰寫、結(jié)果總結(jié)、合規(guī)申報(bào)準(zhǔn)備等流程，都能被顯著簡(jiǎn)化。

? 提升跨學(xué)科協(xié)作：可以將復(fù)雜的技術(shù)結(jié)論轉(zhuǎn)化為市場(chǎng)、供應(yīng)鏈或高管團(tuán)隊(duì)也能理解的語(yǔ)言。

在合理使用的前提下，LLM會(huì)成為科學(xué)家的“倍增器”，而不是替代者。

戰(zhàn)略性風(fēng)險(xiǎn)：誤用的代價(jià)

高管面臨的最大風(fēng)險(xiǎn)在于：如果團(tuán)隊(duì)把LLM的輸出當(dāng)作與實(shí)驗(yàn)數(shù)據(jù)等價(jià)的依據(jù)，就會(huì)帶來大規(guī)模“偽科學(xué)”。糟糕的配方、合規(guī)障礙、產(chǎn)品召回——這些都可能源于過度依賴未經(jīng)驗(yàn)證的AI生成“事實(shí)”。

另一個(gè)極端也同樣危險(xiǎn)：完全忽視AI。那些學(xué)會(huì)利用LLM加速創(chuàng)意生成、文檔處理與知識(shí)傳遞的競(jìng)爭(zhēng)對(duì)手，會(huì)遠(yuǎn)遠(yuǎn)超越拒絕使用的人。

制勝之道在于找到中間路徑：AI增強(qiáng)的實(shí)驗(yàn)?zāi)Ｊ健袻LM的速度與覆蓋面，與實(shí)證科學(xué)的嚴(yán)謹(jǐn)性和可靠性結(jié)合起來。