诺奖得主利斯特在复旦谈AI（人工智能）：大语言模型难以产生颠覆性新概念
2021年诺贝尔化学奖得主本亚明·利斯特（Benjamin List）10月12日在复旦大学“浦江科学大师讲坛”发表演讲并接受新华社专访，谈AI（人工智能）对科研的影响。
他认为当前大语言模型（LLM）本质是概率式生成，只能做已存在的事，无法产生脱离现有知识的新概念，并提醒科研人员不要过度依赖AI而削弱独立思考。 这是化学家个人判断，不是对AI方法的系统评估。
10月12日，第十六期“浦江科学大师讲坛”在复旦大学相辉堂举行。
2021年诺贝尔化学奖得主、德国马克斯-普朗克煤炭研究所（Max Planck Institute for Coal Research）主任本亚明·利斯特发表题为《催化美好世界》（The Catalysis for Our Beautiful World）的主题演讲，并与上海市高校及中学师生代表交流。 讲坛结束后，他在复旦大学接受新华社记者专访。
谈及AI（人工智能）对科学研究的影响与挑战，利斯特表示：“AI只能做已经存在的事。 当前的大语言模型本质上是一种概率式的生成逻辑，无法产生打破范式的、脱离所有现有知识的‘新’概念。
”他表示不排除未来出现超级人工智能的可能性，但“就目前而言，我没有看到这种迹象，也不认同其背后的逻辑”，并称人类尚未搞清自身智能与创造力如何产生，“真正的智能无法单纯从数据中诞生”。 他同时提醒不要过度依赖AI提供所有答案，认为这会削弱独立思考能力，顶尖科研成果无法只靠AI达成。
他还提到当前科研热点集中在人工智能、半导体、量子计算、核聚变等方向，而革命性发现往往需要与主流方向背道而驰。
利斯特的论断聚焦生成式模型的机制层面：概率式生成以既有数据分布为基础，这与“提出新范式”在概念上存在张力。 对AI（人工智能）科研赛道而言，这类来自领域内权威学者的公开质疑，可能影响科研人员对AI助手与自主实验系统的信任边界和采用节奏。 但他未提供实验或评测数据，其观点属于个人判断而非经过验证的结论，也无法据此推断具体AI系统的能力上限；
同时，他把“当前模型”与“未来超级智能”分开表述，二者不可混为一谈。
后续观察信号
- 利斯特团队是否在催化研究中实际使用AI（人工智能）工具，使用方式如何
- 是否有针对大语言模型提出新假设能力的可复现评测