人工智能在最初的兴奋之后，已经开始带来越来越多的忧虑，比如多少人类的工作会被人工智能替代，人工智能是否未来会接管控制人类社会，人工智能是否会加大K型分化让原本就不公正的世界更加不公正等等，但是人工智能也有其光明面，其中之一就是AI4S，也就是让人工智能服务于科学研究。

人工智能服务于科学研究，这甚至比GPT引发的人工智能大爆炸更早发生，当年谷歌DeepMind从半验证性的AlphaGo一路推到解决了困扰学术界几十年蛋白质折叠问题的AlphaFold，这带来了新的合成生物学的巨大发展空间，甚至一位谷歌的科学家曾经做出过这样的判断，如果GPT晚出来几年，人们的注意力依旧集中在如何让AI帮助人类解决科学问题，我们能够获得的突破比现在大得多。

人工智能本身就属于科学的一部分，而人工智能的出现又成为了推进科学发展的通用化工具之一。人工智能真正的价值，或许隐藏在远离人们日常生活的科学领域，它真正对于世界的改变，不是写文章、不是做报告、不是聊天、不是画图、不是做音乐做视频，而是让科学的突破配得上这个飞速发展的时代。

曾经有人用摩尔定律类比汽车的发展，其含义就是现在科学世界的发展速度远远赶不上信息世界的发展速度，这其中一个可能的缺失就是科学世界的发展缺少强大的工具，虽然人类已经发明出了越来越复杂庞大的科学仪器与理论，但是科研工作依旧是漫长、痛苦而且低效的。可以说科学研究的核心不在于发现什么，而在于没有发现什么，在面对未知世界的时候，绝大多数道路都是不通的，只有极少数通往成功，但是在真正成功之前，没有人知道那条道路是正确的，这也就意味着，大量学者学术生涯的大部分时间，实际上是用在试错上。

但是人工智能能极大降低试错的风险，这一点在生物科技领域已经变成现实，而在材料科学领域也有望实现突破。过去人类进行科研突破的几个困境，一个是缺少对于海量数据的计算处理能力（比如天文学与气象学），一个是缺少对于足够复杂环境的模拟仿真能力，一个是受限于每个人对于各种不同科学知识掌握程度的约束（现代科学的发展已经很大程度上需要依赖交叉科学的互相补充，但是一个人很难同时成为世界顶尖的数学家、物理学家、化学家与生物学家），而人工智能具备的强大知识体系与计算能力有机会在很大程度上弥补这些不足，甚至因为人工智能强大能力的存在会出现更多新的科学研究的模式。

在这个领域，人工智能带来的是毫无疑问的对于人类社会的正向影响，它让更多的有才华的科学家可以将自己宝贵的时间与才能用在真正的突破性研究上而不是不断重复过去在某时某地曾经犯过的错误，而在所有的这些领域中，最令人期待的就是合成生物学。

那决定了人类是否可以真的完全掌握自己的生命。