作者:Vanessa Seifert
与往年一样,上个月的诺贝尔奖颁奖典礼令人兴奋不已。滚动浏览 X,对我来说最突出的是对物理和化学获奖者的评论。尽管所有人都对研究人员及其工作表示赞赏,但许多人指出,这些奖项实际上并不是对他们自己成就的认可,而是完全是对其他事物的认可:人工智能(AI)。
事实上,人工智能不仅在科学技术领域,而且在整个社会中日益重要,怎么强调都不为过。根据一个最近的报告根据欧洲研究理事会发布的报告,人工智能在健康、运输、制造、食品和农业、公共管理、教育和网络安全等领域都有应用。人工智能的技术应用产生了巨大的影响,一些计算机科学家宣称给人类带来了反乌托邦的变化。¤ 的未来。
同样非常重要的是人工智能对化学和生物化学的影响,除其他外,它被用来合成新的化学物质以设计新药物。一些人认为人工智能可能会带来化学领域的巨大进步并彻底改变化学实践。
但这是一个合理的期望吗?人工智能真的会以我们无法想象的方式改变化学吗?它会彻底改变我们理解世界和我们在其中的地位的方式吗?这些听起来像是令人畏惧的问题,但它们真正归结为科学哲学家几个世纪以来一直在问的老问题:科学如何进步,以及什么构成了科学革命?
传统上,某些值用于评估科学是否取得进展。其中最重要的两个是科学做出新颖预测的能力以及对现象提供连贯解释的能力。事实上,在人工智能在科学中使用之前,人们普遍认为一门科学的预测和解释成功表明了基础理论的真实性,并作为选择一种理论而不是另一种理论的标准。1
机器学习算法究竟如何产生有用且在经验上成功的结果还相当模糊
人工智能似乎挑战这个广泛持有的假设因为它的算法无需使用理论假设、定律或假设作为输入即可进行预测并提供现象解释。2相反,机器学习 (ML) 算法从有关系统的数据中“学习”,以描述和发现模式,进而用于对类似系统进行预测。机器学习算法究竟如何产生有用且在经验上成功的结果?相当晦涩难懂;在哲学上,这个问题被称为“不透明问题”。3
不透明的问题也揭示了我们对人工智能的理想化形象的另一个刺。它到底有多自主?我所说的并不是一个实体(尽管围绕人工智能提出了关于人工人格的问题),而是指人工智能无需科学眼睛的审查即可产生准确和有用结果的能力。
我的一位同事曾经告诉我,现在一些生物实验室里的人对生物学一无所知。今年的诺贝尔奖获得者身上也体现了类似的情况。化学奖的三位获奖者之一是一位没有化学背景的计算机科学家!多么奇怪,也许有点令人不安。然而,我认为这也反映了我们对人工智能在科学中的作用的误解。如果没有人工智能和计算机科学家对机器学习算法的开发,这些令人惊叹的科学成就是不可能实现的。但是,除非有一位科学家不仅知道如何使用它们,而且更重要的是知道如何评估它们,否则这些成就还有什么意义吗?
让我给你举一个平凡的例子。我最近向一位同事表达了我对如何评估本学期哲学课程的担忧。通常,我会给学生布置一篇论文,让他们写总结。现在,我告诉她,我不太确定这有什么价值。学生可以使用一些人工智能工具并提交算法为他们编写的摘要。
她说我错了。人工智能可能会犯很大的错误,生成的文本摘要很难概括其内容。当然,学生在进行这样的总结时可能没有意识到这一点。但我愿意!任何真正阅读过原始论文的人也会如此。
所以也许这并不是一个时代的结束。我们正确地奖励化学和物理领域的成就,即使并非所有获奖者都是这些领域的专家。如果没有科学家仔细检查其结果的专家眼光,人工智能将无能为力。对基础理论的深入了解以及对所有结果的不断实验评估对于科学进步的实际发生仍然非常重要(如果不是更重要的话)。
那么科学万岁,我们暂时不要把人工智能奉上神坛!