文章摘要
该网站正在执行安全验证，以确认访问者不是恶意机器人，因此暂时无法直接访问文章内容。
文章总结
该网页标题为“请稍候...”，来源是科学网站（www.science.org）上的一篇博客文章，原标题为“那么，人工智能在药物发现中的实际表现如何？”但页面当前显示的是安全验证提示：网站正在使用安全服务来防范恶意机器人，在验证您不是机器人之前，会显示此页面。请注意，该页面可能要求通过CAPTCHA验证，请确保您有权访问此内容。
评论总结
根据评论内容，总结如下：
主要观点与论据：
AI在药物发现中的实际效果有限：多位评论者指出，AI工具虽能提升效率，但未带来根本性突破。例如，评论9（colingauvin）提到：“They don't help me magically accomplish new things that I couldn't previously.”（它们并未帮我神奇地完成以前做不到的事。）评论5（Oarch）直言：“[AI drug discovery] was never the hard part.”（AI药物发现从来不是难点。）
数据与验证的挑战：评论10（largbae）强调：“The lack of comparable data and testability really does seem to be a challenge.”（缺乏可比数据和可测试性确实是个挑战。）评论12（plaidfuji）详细描述了ML在科学中应用的常见困境：数据量不足（“less than about 50 true rows of data”），导致要么回归传统方法，要么转向与原始问题脱节的模拟工作。
对AI炒作与盲目应用的批评：评论1（EA-3167）呼吁：“Just because something is new and shiny doesn't mean that it'll produce the outcomes you need.”（新东西不一定能带来所需结果。）评论12（plaidfuji）将ML比作“honey trap”（甜蜜陷阱），认为它让研究者沉迷于数据捷径而忽视根本问题。
AI在患者层面的实际应用：评论11（arionhardison）提供了正面案例，他利用AI构建了克罗恩病护理协议（crohns.ai），帮助自己在失去保险后避免病情发作，认为AI已在患者端“quietly working”（默默工作），只是未被基准测试。
不同观点的平衡：
- 正面观点：AI在提升效率（评论9）、辅助患者（评论11）方面有实际价值。评论8（tim333）引用了Derek Lowe的讨论，暗示论文本身值得一读。
- 负面/谨慎观点：多数评论对AI在药物发现中的革命性作用持怀疑态度，认为其被过度炒作，缺乏实质性突破（评论5、7、12）。评论7（chrisjj）讽刺道：“Has this yet produced a treatment for AI psychosis? No?”（AI精神病有药了吗？没有吧？）
- 中立/建设性观点：评论1和12强调需要“moderate”（适度）态度，并关注“why”（为什么做）而非“what”（做什么）。评论10提出非营利组织收集健康数据的可能性。
关键引用保留： - 评论1（EA-3167）：“Just because something is new and shiny doesn't mean that it'll produce the outcomes you need.” - 评论9（colingauvin）：“They don't help me magically accomplish new things that I couldn't previously.” - 评论12（plaidfuji）：“The focus of AI in drug discovery must shift from doing what can be done... to doing what should be done.”