物理学家Sarah Demers：用AI做实验，但不用它写邮件

AI能调磁场，但不能替我思考

2025年11月，美国启动“创世纪计划”（Genesis Mission），目标是把人工智能嵌入科学研究的各个环节。到了2026年7月，能源部一口气选中了278个项目给予资助，其中就包括在费米国家加速器实验室进行的Mu2e实验——一个试图捕捉缪子（μ子）直接变成电子的罕见过程的项目。

耶鲁大学物理系主任Sarah Demers是Mu2e团队的核心成员。她对AI在实验控制中的潜力很感兴趣。比如，磁场该开多久？强度设多少？靶标放哪儿？哪些子系统必须保持在线？这些问题过去靠经验摸索，调整起来像“调音”一样依赖直觉。“有时候，调节这些机器感觉更像是一门艺术，而非科学，”她说，“拥有人工智能能力来帮助我们探索这个空间，简直是天赐之物。”

但有意思的是，Demers本人从不在工作或生活中使用ChatGPT、Claude这类大语言模型。她甚至坦言：“我从未在Claude或ChatGPT中输入过任何内容。”这种矛盾——既推动AI在前沿实验中的应用，又坚决不碰日常AI工具——背后是一整套关于科学本质的思考。

物理学变了，但根基不能丢

Demers指出，AI对理论物理的冲击来得最快。大语言模型能快速完成复杂计算，改变了研究人员从问题到答案的路径。“几十年前，美国物理博士生必须会读德语，因为关键论文是德文的。现在呢？我们得重新定义什么是‘必备技能’。”

但她强调，无论工具怎么变，有些东西不能动摇。比如，科学依赖清晰的思想溯源。如果一篇论文用了别人的数据、方法或观点，就必须明确标注。而当前的大语言模型是在海量未授权文本上训练的，很可能已经“吞下”了她自己发表的论文，却无法追溯来源。“如果我们失去了这一点，失去了所有贡献者之间的对话，我们就是在攻击我们的根基。”

她正在牵头起草美国物理学会的人工智能政策声明。其中一条核心原则是：只要你在论文上署名，就必须对内容负责。你可以不懂AI模型内部的每一个细节，但必须有能力验证它的输出是否合理。“否则，我们就不是在推进科学，只是在往系统里添加噪音。”

实验物理的AI用法：还在摸索

在实验层面，AI的应用远不如理论领域成熟。以大型强子对撞机上的ATLAS实验为例，每次碰撞会产生数亿个电子信号通道的数据。物理学家需要把这些原始信号还原成粒子相互作用的完整图像。这个过程对数据格式极其敏感，稍有偏差就会导致重建失败。

现在，AI可以帮忙整理数据，或者生成一个初步的数据访问框架，省去大量重复劳动。更让Demers兴奋的是，AI让“旧数据复活”成为可能。过去，如果想回头分析一个十年前的实验，往往要面对早已淘汰的操作系统和失传的代码，几乎不可能实现。如今，只要把已发表的图表、处理过的数据集喂给AI，就能提出新问题并尝试回答——当然，前提是谨慎评估数据使用的安全性。

在Mu2e实验中，AI的作用更偏向“实时优化”。探测器包含上千个可调参数，传统方法靠人工试错，效率极低。AI智能体可以快速扫描参数空间，找出最可能产生有效信号的配置组合。这正是“创世纪计划”想验证的方向：AI能否成为实验物理学家的“副驾驶”？

对新手来说，AI可能是陷阱

Demers特别担心AI对年轻研究者的误导。她认为，只有经验丰富的专家才能把大语言模型当作“思想伙伴”——因为他们知道什么时候模型在胡说八道。但对于本科生或刚入门的研究生，情况完全不同。

“如果你懂得足够多，就能判断AI是否偏离了正轨。但资历浅的人没有这个判断力，”她说，“试图把它当思想伙伴，听起来很危险。”

她回忆自己读研时，遇到不懂的问题只能硬着头皮去问人。“那时连谷歌都搜不到答案，我总觉得自己很丢人。”但正是这种“承认无知”的过程，让她建立了学术联系，也理清了自己的思路。而AI提供了一种“无评判”的问答环境，看似友好，却切断了人与人之间的知识传递链条。

为什么我不用AI写邮件？

尽管课题组在用AI调探测器，Demers本人却完全不用它处理行政或沟通事务。原因很简单：她的日常工作不需要AI解决的问题。作为系主任和学会官员，她的核心任务是判断、协调和决策，而不是写代码或查文献。

更重要的是，她对当前AI的伦理缺陷无法接受。“已经发生的事情令人愤慨，对吧？这是一种道德风险。”她指的是大模型未经许可使用他人作品训练的事实。对她而言，这不仅是法律问题，更是对科学共同体信任机制的破坏。

不过她并不反对技术本身。她承认，如果自己还是博士后，可能会用AI处理数据或写基础代码。但现在的角色要求她思考更根本的问题：物理学到底是什么？哪些实践不会因AI而改变？

科学还没终结

Demers反复强调一句话：“人类的物理学还没有终结。”AI可以加速计算、优化实验、重挖旧数据，但它无法替代科学中最关键的环节——提出有意义的问题、设计严谨的验证、承担署名的责任，以及在同行之间建立基于信任的对话。

在她看来，真正的危险不是AI太强大，而是人们误以为它可以取代思考。当一位学生把AI生成的答案直接当作结论，当一篇论文的作者无法解释自己方法的逻辑，科学就退化成了表演。

所以，她一边在Mu2e实验中测试AI智能体的极限，一边坚持手写邮件、亲自审稿、面对面指导学生。这种看似矛盾的姿态，恰恰是对科学精神最清醒的守护：拥抱工具，但永不交出判断权。