颜宁回击AI取代论：工具再强，也替代不了发问的人

4月26日，生物学家颜宁在微博连发长文，直面网络对她本人和结构生物学的质疑。有人嘲讽她的研究不过是靠冷冻电镜‘拍照’的重复劳动，发论文只为‘fill 灌水’；也有人断言，AI崛起将彻底取代这类科学家——颜宁回国，不过是‘career 混不下去’的退路。这些声音背后，不只是对一个科学家的攻击，更是对现代科研本质的误解。结构生物学探索的是生命最基本单位——蛋白质的三维结构，只有看清它们的‘shape 形状’，才能理解其功能，进而设计药物。颜宁团队曾解析人源葡萄糖转运蛋白GLUT1，成果震动学界，但她知道，真正的挑战从来不在显微镜下，而在公众对科学的想象里。

冷冻电镜被誉为‘革命性’工具，它通过瞬间冷冻让蛋白质‘freeze 冻结’在自然状态，再用电子束捕捉其二维影像，最终重建三维结构。相比旧方法X射线晶体学需耗时数月‘crystallize 结晶’，冷冻电镜极大加速了进程，2017年其发明者斩获诺贝尔化学奖。颜宁形容，这技术让研究者‘喜大普奔’，终于不必再与顽固的蛋白质‘struggle 搏斗’。但她强调，它终究只是‘microscope 显微镜’，是手段而非目的。科学的核心，是提出问题：这个蛋白为何致病？那种结构如何调控？工具再先进，也无法代替科学家的思考与判断。

AI的出现又掀起新一轮争议。AlphaFold能从氨基酸序列预测蛋白质结构，2024年其开发者获诺奖，有人欢呼‘结构生物学已死’。但颜宁用最新研究回击：她的团队从清华荷塘取水，用‘cryoseek 酷寻’（CryoSeek）方法发现一种前所未见的‘tubular 管状’纤毛结构，其表面覆盖复杂多糖纤维，而这些纤维不含蛋白质，不由基因编码。AI依赖已知数据训练，可多糖既无基因序列，也无先例结构，‘predict 预测’从何谈起？‘sequence 序列都没有，怎么算？’颜宁反问。AI能帮科学家处理图像、搭建模型，但它无法提出新问题，更无法替代在真实世界中的探索。技术淘汰的是重复劳动，而非科学家的好奇心。

这场争论，早已超出学术范畴。冷冻电镜一台动辄上千万，运维成本高昂，资源集中在顶尖机构，普通学生排队数月才能使用一次。有人因此愤懑：为何明星科学家能‘access 随时’使用设备？为何他们的论文总能抢先发表？颜宁坦言，自己成果也曾遭审稿人剽窃抢发。科研工业化带来的马太效应，让资源匮乏者滋生剥夺感，而这种情绪，常被扭曲为对成功者的攻击。‘tool 工具’进化本应推动全人类进步，却在现实中成了区隔的标签。从伽利略用望远镜发现木星卫星，到今日科学家驾驭AI与冷冻电镜，真正的科学精神始终未变：不是炫耀设备，而是追问未知。