当 AI 接管科学发现

快速阅读: 据《福布斯》最新报道，日本Sakana AI独立完成科研并发表论文，引发对AI是否真正具备理解力的讨论。尽管如此，AI在科学领域的潜力不可忽视，未来可能与人类协同推进科研发展。

出乎我们意料
盖蒂图片社

科学一直是人类的努力，由好奇心、创造力以及一种顽固质疑他人视为理所当然事物的意愿所推动。但当人工智能开始做同样的事情时会发生什么——不仅仅是协助人类科学家，而是独立设计实验、分析数据并得出结论？

最近，这个问题不再只是理论上的问题，日本的**Sakana AI系统**生成了一个假设，设计了实验，并撰写了一篇经过同行评审的科学论文，所有这些都没有人类干预。

标题为《组成正则化：增强神经网络泛化的意外障碍》的论文被接受为ICLR 2025的亮点论文之一，这是该领域最负盛名的机器学习会议之一。在悄然之间，这一事件标志着一个门槛：人工智能撰写的原创研究被认为值得其人类同行的认可。

### 人工智能科学家的崛起

这个名为**AI Scientist-v2**的系统不仅仅是一个语言模型。它是一个完全自主的研究代理，旨在自动化整个科学研究过程。评审者不知道这篇论文是AI撰写的，给它打了足够高的分数以获得通过，将其置于人类提交的所有论文的近一半之上。

其影响是深远的：一台机器不仅理解了一个研究领域，还提出了问题、进行了实验、编写了代码、分析了数据并清晰地表达了其发现。

### 承诺与问题

乍一看，这一成就表明我们可能正在迈向“智能爆炸”——即人工智能不仅帮助科学，而且驱动科学，以比人类更快的速度增加人类知识的时刻。一些人，比如前OpenAI研究员**Leopold Aschenbrenner**，认为这一转折点可能早在2027年就会到来。

但并非所有人都同意。

Meta的首席人工智能科学家兼图灵奖得主**Yann LeCun**长期以来一直在警告不要将模式识别误认为真正的智能。他说，当前的人工智能模型无法形成支撑现实推理或原创发现的认知模型。

换句话说，AI Scientist-v2可能已经“写”了一篇研究论文，但它是否真正理解自己在做什么——或者只是拼凑了训练中的模式——仍然是一个开放的问题。

### Sakana的谨慎突破

值得称赞的是，Sakana.AI将这次实验视为一次实验。该公司在会议之前撤回了论文，承认它所处的伦理争议地带。

尽管如此，随着人工智能系统的能力越来越强，它们将在科学发现中扮演越来越多的角色。它们已经在加速文献综述、加快代码开发速度，并在几分钟内而不是几个月内生成实验设计。

LeCun指出，这是近期的未来：人工智能作为强大的工具，而不是自主天才。

### 超越模仿：走向原创思维

那么，《组成正则化》真的是原创研究吗？从狭义上讲——是的。该论文介绍了一个新颖的实验设置，探讨了泛化的全新角度，并被认为是值得展示的。然而，它的发现是逐步的，显示其假设失败了。从更广泛哲学意义上来说，科学中的原创性不仅仅是关于新颖性；它关乎直觉、提问能力和超越数据的能力。

LeCun将其比作解决数学问题和发明新的数学分支之间的区别。后者需要一个系统理解世界、基于经验做出预测以及根据抽象目标规划行动。他认为，这些能力尚未实现。

然而，机器能够如此出色地模仿科学思维的事实并非微不足道。它提高了可能性的门槛。在未来几年，人工智能可能会生成假设、自动化实验室工作，也许有朝一日与人共同撰写诺贝尔级别的研究。但LeCun的警告提醒我们：署名并不等同于理解，预测并不等于理解。

### 前方的道路：协同智能

前方的道路可能在于**协同智能**——其中人工智能系统处理复杂性和规模，而人类提供洞见、伦理和思维突破。Sakana.AI的重要节点不是终点，而是迈向重塑我们如何进行科学研究的更长旅程中的一个标志点。

前方的道路：协同智能

Sakana AI的实验引发了关于人工智能是否会很快优化自己的架构、完善自己的推理能力并以我们目前无法预测的方式加速发现速度的长期讨论。人工智能科学家的成功并不意味着我们正处于那个关键转折点——但它确实表明我们可能比许多人想象的更接近。

(以上内容均由Ai生成)