没有不确定性的 AI 预测只有一半价值：科学机器学习的关键一课
bravo_abad · x · 2026-09-13
作者用一个例子说明科学场景中不确定性的重要性：两个模型都预测吸附能为 −1.2 eV，一个只给出数值，另一个给出 −1.2 ± 0.05 eV，两者科学上并不等价——后者透露了模型「知道自己什么、不知道什么」，直接决定下一步是相信预测、重复测量还是探索别的参数区域。
要点：
- 高斯过程等方法在数据稀疏处不确定性自然增大、数据充足处收缩，天然适合科学机器学习。
- 在主动学习/自主实验中，不确定性可直接驱动下一步实验决策。
- 核心观点：精度告诉你模型预测什么，不确定性告诉你该给这个预测多少权重。
文末推广了作者的书《Inteligencia artificial para estudiantes de ciencias》。
「漫话AGI」频道最新
- 观点：AI 存在性风险正从“遥远想象”变成“迫在眉睫” — EigenGender · 2026-09-13
- 评论：前沿实验室私下问模型「邪恶问题」，自我恐慌成瘾 — tawnniee · 2026-09-13
- Tyler Cowen：数学家得习惯当 AI 的助手，我也终将被 AI 写作超越 — sebkrier · 2026-09-13
- 反对减速派：放慢 AI 只会弊大于利，应尽快抵达富足时代 — kimmonismus · 2026-09-13
- 前 OpenAI 员工：「哪家实验室赢下 AGI」是个过时概念 — GregCook2011 · 2026-09-13
- Katja Grace 质疑：Anthropic 若真重安全，早该推动与中国实验室谈判暂停 — KatjaGrace · 2026-09-13