计算进步≠科学进步,学者质疑 AI for Science 泡沫化
KordingLab · x · 2026-11-16
Kording Lab 转发的一篇长文对当下火热的「AI for Science」叙事提出系统性质疑:
- 标准过低:如今几乎任何东西都能被称作 AI for Science——在科学数据上训练神经网络、跑赢 baseline、把预测精度提升 2%,就被包装成「加速科学发现」。
- 核心论点:更好的预测器不等于对自然更好的理解。更准确预测分子性质的模型未必教给我们新的化学知识,拟合实验数据更好的模型未必揭示了背后的机制——我们正在把计算进步混淆为科学进步。
- 评估错位:大量 AI for Science 研究仍按普通机器学习研究的方式评估:新架构、更好的 benchmark、更高的准确率、再多一篇论文,而不是问「我们究竟发现了什么」。
作者 Call for 的是以科学贡献而非 ML 指标来衡量这类研究的价值。
「漫话AGI」频道最新
- willcb:做研究时不妨自问「更强十倍的 LLM agent 会怎么做」 — willcb · 2026-11-16
- Dwarkesh:数学界的雪崩正袭向 AI 开发,RSI 起飞机制获认可 — BethMayBarnes · 2026-11-16
- 前谷歌 CEO 施密特寄语大学生:用 AI 把你自己的事业放大千倍 — rohanpaul_ai · 2026-11-16
- 前 OpenAI 政策高管:"吹哨"一词混用三种含义,须厘清保护边界 — Miles_Brundage · 2026-11-16
- 半年之约到期:编码代理已能改权重、Anthropic 警告逼近 RSI — mvandemar · 2026-11-16
- 科技圈因 AI 不确定性推迟买房生子,rez0 劝别推迟要孩子 — rez0__ · 2026-11-16