Dorfman 是 Google Research 团队中的一位研究者/负责人，因在 Google Research 播客中讲述 AI for Science 相关工作而被外界关注。近期的多期播客内容围绕流感预测模型、AI 是否能'解决科学'等话题展开，Dorfman 的观点构成了这些讨论的重要一环。
Dorfman 参与的近期讨论
Google Research 近期推出系列播客，其中第 2 集探讨了 AI 能否'解决科学'这一宏大命题，讨论了 AI 在科学发现中的实际边界与潜力（Google Research 播客第 2 集探讨 AI 能否'解决科学'）。同一系列中还有一期对谈聚焦'当 AI 承担重计算后，科学家该做什么'，指出随着大模型接管推理与模拟类任务，人类科学家的角色正从执行计算转向提出问题、设计实验与验证结果（Google Research 播客对谈：AI 承担重计算后科学家做什么）。
另一期节目解读了一个规模达 20 万行代码的流感预测模型，展示了 AI 驱动的流行病预测在工程复杂度和现实落地上的双重挑战（Google Research 播客解读 20 万行代码的流感预测模型）。该项目也是 Google Research 选择下一代 moonshot（登月计划）方向的讨论案例之一（How does @GoogleResearch choose its next moonshot?）。
当前焦点与观察点
围绕 Dorfman 所在的 AI for Science 议题，目前的讨论主要落在三个问题上：一是 AI 是否能被视作'解决科学'的工具，还是只能作为辅助计算手段；二是人类科学家在 AI 承担重计算后的不可替代性体现在哪里；三是像 20 万行代码的流感预测模型这类大型项目，如何从实验室走向可用的预测系统。后续值得关注 Google Research 是否公布该流感模型的实际预测效果数据，以及播客系列是否披露 moonshot 筛选的具体标准。