Anthropic 科學部落格發布客座文章,介紹 AI 正開始接手科學建模中長期由人工完成的部分:把模型寫成程式碼,再執行、擬合與修訂。作者 Jakob Macke、Daniel Gedon、Stefan Wahl 指出,科學家目前仍多用手寫模型,並要在多個都能解釋資料的競爭版本之間權衡,而 AI 可以批次探索可能的模型結構,找出資料真正支援的解釋。文中以單個神經細胞如何放電、中子星碰撞等系統為例,說明科學模型的作用。
圖賓根大學與 ELLIS 研究所的 AI for Science 研究者撰文,討論 AI 如何介入科學建模的三個環節——建置模型、約束引數、解釋模型,並認為目前進展最大的是引數約束。文章以 1951 年霍奇金-赫胥黎神經元模型為例:手工求解耗時三週,某個變數取四次方只是猜測,幾十年後才被鉀通道結構證實。作者強調,能擬合資料的模型不等於理解——同一組資料常有多套引數都適用,如同只知道晚餐總價 120 美元無法反推誰點了什麼。