International Essays |
備註：點擊任何圖表即可取得 Wolfram 語言程式碼來重現它。也可以使用訓練此處的神經網路的 Wolfram 語言代碼（需要 GPU）。
AI 能解決科學問題嗎？
AI 能解決科學問題嗎？
AI 最終會不會無所不能？
AI 最終會不會無所不能？
特別考慮到 AI 最近令人驚訝的成功，人們普遍相信人工智慧最終將能夠“做一切事情”，或者至少是我們目前所做的一切。那麼科學呢？幾個世紀以來，我們人類有漸進的進步，逐漸建造了現在基本上是我們文明中最大的智力大廈。但儘管付出了一切努力，我們仍然存在著各種各樣的科學問題。那麼人工智慧現在可以介入並解決所有這些問題嗎？
對於這個終極問題，我們將看到不可避免且堅決是否定的答案。但這當然不意味著人工智慧不能重要地幫助科學進步。例如，在非常實用的層面上，LLM 為我們在 Wolfram 語言中花了很長時間建構的運算能力提供了一種新的語言介面。透過 AI 對“傳統科學智慧”的了解，LLM 通常可以在填寫科學性任務中的“傳統答案”或“傳統的後續步驟”提供相當高水準的“自動完成”。
但我在這裡想做的是討論人工智慧在科學中更深層的問題。三個世紀前，科學被用數學表現世界的想法所改變。我們這個正處於向世界的基本計算表示的重大轉變的時代之中，（是的，這就是我們 Wolfram 語言計算語言的全部內容）。那麼人工智慧的表現如何呢？我們是否該將其本質視為存取現有方法的實用工具，或者它是否為科學提供了一些全新的東西？
我的目標是探索和評估人工智慧在科學領域可以做什麼、不能做什麼。我將考慮一些經過簡化的具體範例，來呈現正在發生（或未發生）的本質。我將根據我們迄今為止所看到的情況來談談直覺和期望。我將討論什麼是可能的、什麼是不可能的，一些在某種程度上是哲學理論的基礎。
那我在這裡所說的“人工智慧”到底是什麼意思呢？在過去，任何認真計算的東西通常都被認為是“人工智慧”，在這種情況下，例如我們長期以來使用 Wolfram 語言計算語言所做的事情就符合資格—就像所有我對計算宇宙簡單程式的“規則學”研究一樣。但在這裡，我將在很大程度上採用較狹義的定義，並說人工智慧是基於機器學習（通常透過神經網路實現）的東西，根據已知的範例進行增量訓練。我通常還會增加另一件事：這些例子將包括人類生成的科學文字的大型語料庫，或是關於世界上發生的事情的實際經驗的語料庫，或換言之，除了作為”原始學習機器”之外，人工智慧已經從大量與人類相關的知識中學到東西。
好的，我們已經說了人工智慧的意思。那麼現在我們所說的科學和“做科學”是什麼意思呢？最終，這一切都是為了獲取“世界上”（通常是自然世界）的事物，並設法將其連接或轉換成我們可以思考或推理的事物。但實際上進行科學研究有幾種截然不同的常見”工作流程”。有些以預測為中心：給定觀察到的行為，預測會發生什麼；找到一個我們可以明確說明系統如何運作的模型；給定現有理論，確定其具體意義。其他工作流程較多關於解釋：給定一個行為，為其產生一個人類可以理解的敘述；尋找不同系統或模型之間的類比。還有一些工作流程多是關於創建事物：發現具有特定屬性的事物；發現一些”有趣”的東西。
計算不可約性的硬限制
計算不可約性的硬限制
過去可行的事情
過去可行的事情
AI 可以預測會發生什麼嗎？
AI 可以預測會發生什麼嗎？
預測計算過程
預測計算過程
識別計算可約性
識別計算可約性
非人類世界中的 AI
非人類世界中的 AI
用 AI 求解方程
用 AI 求解方程
多重計算的 AI
多重計算的 AI
探索系統空間
探索系統空間
科學敘事
科學敘事
尋找有趣的事物
尋找有趣的事物
超越 “精確科學 ”
超越 “精確科學 ”
那麼... AI 對科學有什麼幫助？
那麼... AI 對科學有什麼幫助？
附註
附註