新技术带来的劳动力置换担忧既不是新鲜事，也并非没有根据。历史上，被贴上反对新机械标签的卢德派，本质上是一个劳工运动。电话接线员在电力机械化换挡投资后迅速减少。在一篇最近的文章中，比尔·盖茨呼吁政策干预，以遏制人力劳动向机器的大规模转移：“人工智能将接管法律、客户服务、医学、软件和制造业的工作……虽然会有一些新工作，但如果没有正确的政策，那么未来的工作机会将远少于今天。”现在，随着人工智能不仅在我们的日常生活中而且在我们的科学工作中越来越深入，回顾历史上的劳动力置换，科学家，尤其是初出茅庐的科学家，感到越来越不安。当能力越来越强的人工智能同事能够参与我们所训练（或正在训练）去做的劳动时，科学家的角色将是什么？2023年对科学家的调查显示了对人工智能在科学中的态度（现在看来像是许多个世代前）。虽然大多数人认为人工智能可以更快地处理数据和计算，但许多人担心根深蒂固的偏见、欺诈更容易以及对理解的肤浅——劳动力置换的担忧并未成为焦点，但显然在视野之中。快进到2026年，随着人工智能同事的能力显著提升，天文学家大卫·霍格的白皮书“我们为什么要做天体物理学？”指出了两条截然相反的未来道路：一条是将人工智能拒之门外，另一条是人工智能横扫我们的专业，科学家沦为观察者而非科学过程的主人。特伦斯·陶在最近的国际数学家大会讲座中，捕捉了人工智能在数学中转变时刻的观点，他认为真正的危机不是机器的能力，而是价值观：人工智能可以加速证明和验证，决定什么数学工作实际上是为了理应由社区来而非科技公司来做。作为一名科学家、教育者和人工智能加速科学工具的构建者，我的乐观源于一种信念：将我们的工作视为固定的劳动力总量（即，每单位时间内所需的科学劳动量是固定的）并不是正确的框架。相反，我认为科学工作的进行是处于一个快速增长的整体中，科学家和他们的硅基助手都有越来越多的空间。或许，小王子是一个有用的隐喻，他在一天内看到了数十次日落，并不是出于惊奇，而是因为他的世界足够小，只需一把椅子就能看到所有的日落。这是从内部感受到的一个完成的世界。当他站在冥王星（穿着适当的外套！）或地球表面时，以同样的步伐和胃口，他会遇到在一百万个生命中都无法理解的奇迹。改变的是他所站之物的大小。这个位置曾经是我们的：当1665年第一本科学杂志问世时，一个勤奋的人可以阅读所有内容。大约在1900年时，关于科学增长已经停止的最著名的说法——物理学完结，只剩下小数位——是一个被戏剧性地一再证明是错误的书院预测。随着人工智能帮助我们推进科学前沿，将会有更多的体量可供探索和发现。如果我们将一个科学家的整个职业生涯中学术工作的总输出视为填充某个知识体积，那么我们可以将人工智能同事视为侵占，甚至完全挤压出该未来的体积覆盖。在固定的体积中，这是正确的。但工具和创新会使半径扩大。在D维中，半径为r的球体的变化体积为dV/dr = D·V/r。推动前沿所带来的分数回报——每增加一个新半径带来的新体积——并不是常数。它是D。在科学领域，D并不小（在派的情况下，肯定不是2）。如果使用这样的人工智能工具能增加半径，那么它应该（或者可能必须？）以更快的速度扩展体积，超过机器填补空间的速度。盖茨关于即将到来的工作损失潮流的主要假设是，待完成的努力数量是固定的。这在大多数经济中可能是对的：对劳动力的需求最终受其服务的人口所限。虽然这里确实有很多发展空间，但我可以理解，世界上固定数量的人最终在抽象上成为待完成工作的量的上限（即零和）。相比之下，科学知识的前沿是没有界限的，因此我希望盖茨（以及许多在他之前的人）的隐含论点并不会成真。