Topic

科學研究

AI 跟科學研究的關係，這幾年變得越來越複雜、也越來越有趣。以前大家覺得科學家用 AI 就是跑跑模擬、分析分析數據，但現在整個生態正在被重新洗牌——不管是模型廠商搶著打入科學研究市場，還是研究人員自己搶不到算力的現實困境，都在說明一件事：科學研究這個領域正在成為 AI 競爭的新戰場。OpenAI 推出針對科學家的專用模型，Anthropic 則是用 workflow 的方式切入，策略完全不同，但背後都是同一個邏輯——科學研究市場夠大、夠專業、夠有黏性，誰能先站穩誰就有優勢。不過，現實面也很殘酷。就算 AI 工具越來越多，科學研究的執行還是離不開 GPU，而 GPU 現在根本不夠用。天文學家、生物學家這些傳統科研用戶，正在跟商業公司搶同一批計算資源，而且搶不過。這個資源分配的問題，某種程度上也決定了 AI 能在科學研究裡走多遠、走多快。這裡整理的幾篇文章，就是想從不同角度把這件事說清楚——從商業策略到資源現實，讓你對 AI 跟科學研究的交會點有更完整的感覺。