9月21日至22日，以“人工智能与未来世界”为主题的华南理工大学公共政策研究院（简称“IPP”）第十一届国际会议在广州南沙召开。
在分议题“亚洲的AI发展”中，东京大学工程院先端科学技术研究中心教授元桥一之（Kazuyuki Motohashi）发表了题为“人类与人工智能怎样互补以促进科技创新？”的演讲。元桥教授对科技创新过程中三要素——学术文献、技术专利、产品服务间的关联性以及AI在三要素转化过程中的表现进行了深入分析，提出了人类与AI在促进科技创新过程中的可能合作路径。
AI作为一个重要的技术推动因素，在创新过程中带动了很多新技术的发展。随着大模型和GPT的出现，人们开始担心AI的表现能力会超过人类，最后会取代人类，并提出了一个疑问：在未来，人工智能会取代人类的思维能力吗？
对于这个问题，元桥一之教授给出了回答：不会。在那些需要创造力的工作上，人工智能是取代不了人类的。
近些年来，元桥一之教授开展了一系列关于科技创新的研究，旨在探究科学研究的成果和技术专利之间的关系，以及技术专利和创新之间的关系。
他指出，尽管在某些特定行业，如制药业等，AI确实推动了创新。 例如，它能够加速药物产品筛查、预临床试验、临床试验，优化制药流程，显著提高效率；但在前期确定靶点或者靶向药等需要创造性和决策性的环节，人类仍然需要参与。这是一个尚在发展的领域。
人工智能在药物开发过程中的应用，涵盖了从目标识别到临床研究的四个关键阶段。图源：演讲嘉宾PPT
元桥一之教授指出，科技创新涉及三个要素之间的关系：科学研究（包括研究报告和期刊论文）、技术专利、产品和服务。
他采取的研究方法是，针对某一项创新，先在数据库中将其分类为基于专利技术的创新和非专利技术的创新。 同样，专利技术也会被归类为源自某项学术发表的研究成果 和非学术发表的研究成果。通过学术文献数据集和专利数据集，来研究一个科学研究成果在发表成文献后，有多少能转换成专利，又有多少专利转换成为创新，由此来分析科技创新和科技进步之间的关联性。
其利 用时间戳（论文发表时间、专利申请时间）来分析科学研究和技术专利互动情况。橙色是科学研究方面取得的进展，蓝色是技术前沿发展变化。随着科学前沿在不断拓展，技术领域也不断扩大。
很多时候，技术是跟着科学研究走的。但这并不是说，做了科学研究之后就一定有技术生成，像移动通信技术，它来自于市场的需求。从技术专利到产品/服务信息，则通过网络挖掘的方式来进行产品预测。
他的研究发现，在技术到产品的转换过程中，AI表现的很好，但从科学研究到技术的转换过程中，AI表现欠佳。
从技术到产品，AI可以从海量数据中找到一些具体的规律、模式，针对假设问题，通过归纳推理、LLM等方法进行推演给出一些方案。
但从科研到技术，不仅仅需要做一些规律性的推理，很多时候还要做诱导性的推理。这种创造力的出现会受到社会学、心理学等一系列因素的影响，“创造力”与“影响力”之间还有着内在冲突，很难用机器进行建模。
此外，创造过程还需要一些机缘巧合或者“尤里卡时刻（eureka moment）”。AI虽然也有一些随机因素，但基本上是通用性的，因此，在这个阶段AI很难发挥作用。
AI的语言模型（LLM）可以解决一些演绎推理问题，但AI难以处理没有通用模式、基于特定情境的的数据。图源：演讲嘉宾ppt
他引述日本一位理论学家的话表示，人类用的很多是外在知识，而机器是用内在知识，两者是有互补性的。人类可以利用外在知识涌现更多的灵感和创意，而机器可以帮助人类对内在知识进行总结，两者之间的有效互动最终会促进科技的创新和进步。
华南理工大学公共政策研究院（IPP）是一个独立、非营利性的知识创新与公共政策研究平台。IPP围绕中国的体制改革、社会政策、中国话语权与国际关系等开展一系列的研究工作，并在此基础上形成知识创新和政策咨询协调发展的良好格局。IPP的愿景是打造开放式的知识创新和政策研究平台，成为领先世界的中国智库。