人工智能诺贝尔奖可能会改变研究的重点
作者：Chris Stokel-Walker
Julian Togelius，纽约大学坦登工程学院计算机科学副教授，从事人工智能研究的人士对学术界人士可能跟随媒体关注、资金以及诺贝尔奖评审委员会的赞誉的程度表示担忧。“总体而言，科学家们会根据阻力最小且性价比最高的路径来选择方向，”他说。鉴于学术界的竞争性质，资金日益稀缺且直接关系到研究人员的职业前景，似乎热门话题（从本周开始）有可能为顶尖人才带来诺贝尔奖的机会是难以抗拒的。
这种风险在于它可能会阻碍创新性的新思维。“从自然界获取更基础的数据，并提出人类可以理解的新理论是非常困难的，”托格尔说。但是这需要深入思考。相比之下，研究人员进行由人工智能支持的模拟实验来验证现有理论和使用现有数据会更加高效，这样能够带来对理解的小步前进而不是巨大的飞跃。托格尔预测新的一代科学家最终会选择这样做，因为这样更容易。
也有这样的风险，即过于自信的计算机科学家，在帮助推进人工智能领域的发展后，开始看到人工智能工作在与之无关的科学领域——例如物理学和化学中获得诺贝尔奖，并决定效仿这些做法，涉足其他人的研究领域。托格尔说：“计算机科学家有着名不副实的声誉，他们喜欢插手自己一无所知的领域，在其中加入一些算法，然后称之为进步。”他承认之前曾有过将深度学习应用于另一个科学领域并宣称这是一种“进步”的念头，但最终放弃了这个想法，因为他对物理学、生物学或地质学了解不多。
哈萨比斯是使用AI的一个例子好吧为了推动科学的发展。他是一名神经科学家，于2009年获得该领域的博士学位，并且他将这一背景归功于通过谷歌深度思维（Google DeepMind）推进人工智能发展。但他也承认，在如何提高效率方面，行业已经发生了变化。“如今，[人工智能]变得更加工程化，”他在诺贝尔奖新闻发布会上说，“我们现在有很多技术可以通过算法改进，而不再参考大脑了。”
那也会影响到会进行什么样的研究——以及谁来进行这些研究，他们的专业知识水平，以及他们进入该领域的动机。我们可能会看到更多的研究是由与他们所研究的现实情况脱节的计算机科学家们完成的，而不是那些一生致力于某个专业领域研究的研究人员。
但那可能会被贺辛斯、詹普尔以及他们俩感谢的同事庆祝获得诺贝尔奖的活动所掩盖。贺辛斯今天早些时候说：“我们即将整理好[AlphaFold3]代码，以便学术界可以免费使用它。”“然后我们将继续推进这项工作。”
关于《人工智能诺贝尔奖可能会改变研究的重点》的评论
暂无评论