Anthropic称AI正接管科学建模全流程

现在AI只要一个下午，就能推导出一个诺奖级别的科学公式，但这根本不代表人类理解了自然规律。

Anthropic最新的工程文章阐述了AI如何开始接管整个科学建模流程。

1951年，剑桥大学的计算机坏了整整半年。

生理学家安德鲁·赫胥黎只能坐在一台手摇机械计算器前。

他花了三个多星期，硬算出了乌贼神经细胞放电的方程组。

他和合作者霍奇金把细胞膜抽象成了电路。

为了让计算曲线吻合实测数据，他们凭直觉把一个控制膜通道开关的变量乘了四次方。

他们当时完全不知道为什么必须是四次方。

他们只是谨慎推测，也许细胞膜上有四个带电粒子必须全部移动到位，通道才会打开。

几十年后，另一支团队测出了钾离子通道的真实蛋白质结构。

真相水落石出。

那个通道由四个完全相同的结构单元组成，环绕着中心的孔道。

这项研究直接锁定了1963年的诺贝尔生理学或医学奖。

今天的AI用一下午就能找到更准的拟合公式。

但这完全不等于它提供了科学认知。

单纯找出一个能复现实验数据的模型，在科学上毫无价值。

因为能凑出相同曲线的模型有成千上万个。

霍奇金和赫胥黎当年真正的贡献，不仅在于发现四次方管用，更在于他们亲手验证了更简单的低次方根本不行。

知道哪些设想被推翻了，人类才敢对真实的生理机制下结论。

1962年数学家理查德·汉明写道，计算的目的在于获取洞见，不在于输出数字。

任何科学建模都可以拆成三步。

第一步，构建模型。决定方程的骨架，比如决定把变量设为四次方。

第二步，约束模型。调整参数去贴合真实测量数据，比如调整不同电压下通道打开的频率。

第三步，解释模型。探究方程对应现实中的什么物理意义，比如推断通道内部有四个运动部件。

在过去，这三步全靠人类科学家反复试错。

现在，AI正在一步步接管它们。

进展最快的是第二步，约束模型。

当年霍奇金和赫胥黎靠肉眼和直觉调参，只凑出了一组能匹配数据的参数。

这会带来严重的盲区。

假设一桌人聚餐吃掉了120美元，但没人记账。

这个总金额可能来自每个人各点了一份普通汉堡，也可能来自其中一人吃了牛排加龙虾而其他人只喝了汤。

神经细胞模型完全是同一个逻辑。

极其悬殊的参数组合，可以产生一模一样的电脉冲信号。

如果只挑出一组最优参数，实际上隐瞒了所有其他的可能性。

经典的解决方式是贝叶斯推断。

它放弃了单一答案，直接计算出一整套概率分布，把所有合理的参数组合都列出来。

但对于复杂模型，这种计算量大到不可思议。

如果数千个离子通道都在随机开关，计算机根本没有办法穷举每一种状态。

AI学界给出的破局方案叫做基于仿真的推断，简称SBI。

它用算力暴力破解反推难题。

只要手头的模型可以输入参数并跑出数据，研究人员就让它随机运行成千上万次。

普通神经模型跑10万次，复杂模型跑几百万次。

然后，用这些海量输入输出数据训练一个深度神经网络。

训练阶段可能需要耗费数周。

可一旦训练完成，神经网络就能在几秒钟内完成逆向推理。

给它一段全新的实测数据，它能瞬间返回可能产生这段数据的所有参数范围。

两颗中子星在宇宙深处碰撞时，SBI能在几秒钟内估算出发生位置，让人类望远镜赶在信号消失前直接对准天区。

这项技术已经在宇宙学、结构生物学和地球物理学中大显身手。

神经科学同样引入了SBI。

面对真实细胞，它能直接展示哪些参数被数据死死限制住了，哪些区域存在多种合理解释，以及哪里最需要做下一个实验。

在约束模型之前，必须先有模型。

第一步构建模型，现在也开始被AI取代。

科学史上的绝大部分模型，都是科学家凭借经验和先验假设写出来的。

人类大脑能想到的模型形态极其有限，很容易漏掉完全合理的新结构。

基于大语言模型的Agent可以直接接管这个过程。

人类只要提供自然语言描述和实验数据，LLM就会自己写出候选模型的代码。

接着Agent自动运行程序，调整参数，对比真实数据，并改写方程的形态。

这个循环反复运行，直到模型能够复现现实。

然而，代码能跑通，并不意味着带来了理解。

面对同样的数据，跑两次Agent，它完全可能给出两个形式不同却同样精准的方程。

如果AI只交出其中一个，本质上依然掩盖了全貌。

处理这个问题的正确方式，依然是输出概率分布。

AI提出大量候选模型。

需要靠过多参数才能勉强凑出数据的模型，会被降低权重甚至直接剔除。

能够自然贴合数据的模型被保留，并派生出新的变体。

如果最终所有幸存下来的模型都具有某个共同特征，说明数据强烈支持这个机制。

如果幸存的模型彼此冲突，则直接暴露了当前证据薄弱的地方，为下一次实验指明方向。

第三步解释模型，是AI最难插手的环节。

因为模型的拟合优度可以被精确计算，但人类的理解程度却无法变成一个数学优化目标。

霍奇金和赫胥黎能断言通道有四个部件，前提是排除了三次方的可能性。

没有对错误选项的排除，任何解释都立不住脚。

当模型扩张到成千上万个变量时，人类根本无法一眼看穿其物理机制。

目前学界有两种测试思路。

一种是扰动测试。

故意破坏物理系统，比如阻断细胞膜上的部分钠通道，看AI模型能否准确预言系统的后续反应。

另一种是让AI直接交付通用规则。

有科研团队训练AI设计量子实验。

AI直接写出了一段简短的通用代码，去生成一整套相关实验的设计，避开了输出孤立的仪器摆放方案。

物理学家可以直接从这段代码中读懂核心设计逻辑。

过去的经典科学模型都很小巧，往往只有几个变量和公式。

因为过去所有的推导和理解，都必须装进人类有限的大脑皮层。

随着AI介入，模型的体积限制被打破了。

单个神经元可以用几个简单公式概括。

但果蝇大脑拥有超过10万个神经元，人类大脑更有数百亿个。

现在，科学界已经拿到了果蝇大脑的完整接线图，记录了全部124635个细胞及其连接方式。

研究人员已经开始在其上搭建全脑级别的仿真模型，预测整个果蝇视觉系统的神经活动。

在如此庞大的尺度下，根本不存在唯一的正确模型。

统计学家乔治·博克斯曾写道，所有模型都是错的，但有些是有用的。

复杂系统的海量数据，永远可以兼容数不清的模型设计。

科学家的核心任务发生了转变。

人们不再执着于寻找唯一的绝对真理。

现在的任务，是圈定所有符合数据的模型共同具备的特征，并理清哪些预测是绝对可靠的。

最有价值的实验，在于能一口气淘汰掉最多错误候选模型，这往往和人类科学家的个人直觉无关。

气候学家正是以这种逻辑工作。

他们建立大量假设各异的巨型数值模拟，用所有模拟的交叠范围做出预测。

大型强子对撞机上的物理学家寻找新粒子时，也是画出一张地图，标出哪些理论已经被数据排除，哪些理论仍然敞开大门。

赫胥黎当年手摇计算器算上三周的苦力活，确实没有必要重演。

但那段看似低效的试错过程绝不是白费力气。

科学家对自然的深刻认知，恰恰是在亲手构建、推翻以及目睹大量方案失败的过程中淬炼出来的。

AI确实能在几小时内给出一个拟合完美的模型。

但只要它只给出一个终极答案，人类就无法获得真正的科学洞见。

机器必须告诉人类，哪些部分被数据彻底锁死了，哪些地方还留有余地，哪些曾经看似合理的设想彻底破产了，以及这一路挖出了什么全新的谜团。

给出一个能用的数字仅仅是初级计算。

呈现整个探索过程中的边界与排除项，才是科学理解的开端。

source：