「後理論科學」時代來臨了嗎?

【2022年01月21日訊】(記者高文森編譯報導)在各種人工智能機器學習系統快速發展的今天,學者把它們稱為「後理論科學」(post-theory science)。有的人疑惑,傳統科研方法會被時代所淘汰嗎?

科學專欄作家勞拉·斯賓尼(Laura Spinney)1月9日發表在《衛報》的一篇文章提出了一些有意思的觀點。這要先從什麼是傳統科學和「後理論科學」說起。

傳統科學典型的例子就是牛頓發現萬有引力定律的過程——通過對生活中的事情、周圍的世界所發生的事情提出問題,總結出一套理論能擴展解釋更多問題,這是人們熟悉的科研方法。

可是現代科學的發展趨勢看起來有些怪異。比如臉書的機器學習工具預測用戶的偏好,達到了比心理學家更準確的地步,甚至有些讓人不寒而慄。有些人工智能工具是研究人員的好幫手,像谷歌公司開發的預測蛋白質折疊的人工智能軟件AlphaFold,研究人員需要幾年才能完成的工作它在十分鐘內即可完成。

這些基於人工智能和機器學習的科研方法的奇怪之處在於,研究人員設計好系統後,無法追蹤它們怎樣得出結果。這些系統也無法提供它們的運算或推理過程,有點類似「黑箱」操作。而傳統科學總有一個明確的公式或是清晰的推理過程,這就是傳統科學和「後理論科學」之間一個顯而易見的區別。

由於人工智能在飛速發展,一些學者認為可能以後傳統科研方法就會消失了,使用人工智能系統來分析大量的數據,找到事物的關係比用人腦研究更快、更準確。美國《連線》(Wired)雜誌前主編克里斯·安德森(Chris Anderson)在2008年就提出了這樣的看法,他認為傳統科學總結出來的定律把世界簡單化了,而人工智能有能力處理更多的數據,能更有效地發現事物的規律。

斯賓尼則認為情況不是這樣,傳統科學將一直有它的地位,她提出了至少三個原因。

第一個原因是,人工智能系統帶有設計者無法解決的缺陷,比如得出的結果帶有偏見,像谷歌的搜索引擎、亞馬遜的招聘軟件,都是知名的例子。有的人說,人類社會也存在偏見,是這樣,但是人類社會可以展開對話、可以溝通,這些軟件既然無法提供計算過程,就意味著它們和設計者之間都無法溝通,更不要說和人類溝通。

第二個原因是,很多人對於這些系統的「黑箱操作」很不滿。正像上面提到的,這些軟件無法提供推理過程,而人類很需要知道「為什麼」。

第三個原因是,人類的「靈感」推動了很多科研的進展,並不是任何事情都依靠海量的數據。數學家克里斯汀·斯坦普(Christian Stump)上個月(12月)發表在《自然》(Nature)上的文章說,「靈感是創造力的核心」。也就是說,還有很多理論是人類可以探索和做出解釋的,等待人類靠「靈感」去發現。

斯賓尼說,當然,「後理論科學」研究方法給科研領域注入了新的活力。在2022年的今天,已經找不到哪個領域沒有人工智能的足跡。人類要做的就是學會駕馭它們,它們會幫助人類找到很多問題的答案,人類將如虎添翼。◇

責任編輯:葉紫微

看完這篇文章您覺得:

已經有 0 次投票 抢沙发
推薦文章
評論

发表评论