超越 Navier-Stokes:AI 破解数学之后,谁掌控科学发现

hugobowne · x · 2026-09-11

Hugo Bowne-Anderson 撰文称，AI 在数学上的突破只是「煤矿里的金丝雀」，其对实验科学和知识工作的冲击远超 Navier-Stokes 问题本身。文章以他在马普所 25 周年会上听到的 Michael Bronstein 主题演讲为引子：Bronstein 主张生物实验应产出为机器学习优化的数据——即使人类无法直接解读这些测量——并优先规模而非单次测量质量，让黑箱模型从海量廉价噪声数据中提取信号。当被问及这类系统能否给出牛顿引力式的一行方程时，Bronstein 明确表示这不是目标：产出将是含成百上千不可解释参数的方程，以牺牲洞察与理解为代价换取结果，理解可事后通过解释黑箱模型获得。作者认为这引出了更深的问题：AI 时代的科学发现由谁掌控，人类理解与知识工作的意义何在。