Anthropic 博客解析：AI 如何改变科学建模

科学家研究单个神经元如何放电，或者中子星相撞时会发生什么，都得靠科学模型来解释和预测现实世界。

最近这些年，把复杂模型拟合到实验数据里的技术已经进步了不少。但最大的瓶颈其实在更前面：模型通常得靠科学家亲手一行一行写出来，而且往往存在好几种互相竞争的版本，每一种都能从不同角度解释手头的数据，怎么挑一直让人头疼。

让 AI 把假说写成代码去跑

Jakob Macke、Daniel Gedon 和 Stefan Wahl 在 Anthropic 的科学博客里探讨了这个问题的解法。

他们认为，AI 正在深度介入这一流程。AI 能把各种科学模型直接写成代码，自己跑起来，拿数据去做拟合，再根据结果动手修改代码。

这样一来，AI 就能在短时间内探索海量可能的模型结构，帮研究人员找出究竟哪一种理论解释真正得到了真实数据的支持。

为什么重要

我们认为，这篇博文点出了 AI 在科研领域的关键转变：它不再只是帮忙处理现成数据的加速器，而是开始介入提出假说和构建理论的核心环节。

对研究人员来说，最耗精力的往往不是算数据，而是在白板前反复纠结选哪套数学模型。让 AI 去做这种模型编写与比对的高强度脏活，能大幅加快科学发现的速度。

不过看起来，AI 目前探索的依然是人类已经能用代码表达的结构边界，要让它完全凭空提出颠覆性的全新物理或生物原理解释，大概还有很长的路要走。