Anthropic 资助学者谈科学建模：让 AI 找规律洞察，而非光拟合数据

1951 年，剑桥大学的电脑坏了整整半年。生理学家安德鲁·赫胥黎没辙，只能拿一台手摇式机械计算器连轴转摇了三个多星期，才解完了他和阿兰·霍奇金用来描述乌贼神经元放电的方程。

为了让算出来的曲线贴合实测数据，他们凭直觉把一个变量乘以了自身三次，也就是设为四次方。当时谁也不知道为什么，直到几十年后其他科学家解析出钾离子通道的结构，才惊讶地发现，那扇分子大门周围真真切切就长着四个一模一样的活动部件。

放到今天，AI 或许花一个下午就能拟合出甚至更精准的方程。但在 11 月 6 日，获得 Anthropic「AI for Science」项目资助的图宾根学者 Jakob Macke、Daniel Gedon 和 Stefan Wahl 撰文提醒：光会拟合曲线的 AI，并不懂真正的科学。

聚餐买单与「模拟推断」

传统的科学建模通常拆成三步：设计模型、调参约束、解释现实机理。过去几十年里，霍奇金-赫胥黎模型成了神经科学的黄金标杆，但怎么约束参数一直让人头疼。

研究团队举了个非常接地气的例子：假设一桌人聚餐一共花了 120 美元，但你手上只有总账单，根本不知道每个人点了什么。大家可能都点了平价汉堡，也可能一个人吃了龙虾牛排而其他人全在喝汤。神经元模型也是这样，截然不同的参数组合完全可以跑出一模一样的放电波形。

如果 AI 只吐给你一组拟合得最好的参数，其实是把其他同样合理的解释全给藏起来了。更要命的是，复杂的真实生物系统根本写不出工整的概率公式，传统的贝叶斯统计很难算得动。

图宾根团队采用的解法叫「基于模拟的推断」（SBI）。做法说白了就是用算力硬砸：让模拟器随机跑上十万甚至数百万次，记录下所有输入输出，再用神经网络训练一个反向映射。网络一旦练好，几秒钟内就能给出所有可能参数的概率分布曲线，不仅能告诉你哪个参数最靠谱，还能指明现有数据无法区分哪些可能性、科学家接下来最该去补做什么实验。这项技术不仅被用来跑神经元模型，在双中子星合并的天文观测和地球物理研究里也派上了用场。

从调参到让 AI 自己写方程

比调参更难的是建模的第一步：一开始那套方程到底该怎么写。

过去两年来，已经有系统开始让基于大语言模型的智能体接管这项工作。研究人员给 AI 一段自然语言描述和实验数据，智能体就会自己写代码构建候选模型、运行测试、调整方程形式，直到跑出的结果吻合现实。但问题又回来了：两遍同样的提示词，AI 完全可能给出两套大相径庭却同样拟合的模型。

学者们指出，解决办法依然是寻找「模型的分布」。不要让 AI 挑出唯一一个最优解，而是让它生成一大群候选模型，根据数据支持度和简洁度去打分淘汰，最后看活下来的那一批模型共同保留了什么特征。如果所有表现优异的方程里都有那个「四次方」，那这个特征大概率就指向了物理世界的本质机理。

为什么重要

对从事科研的开发者和科学家来说，这篇探讨点出了 AI 辅助科研下一阶段的关键转变。现在的痛点从来不是算力不够或模型无法拟合数据，而是黑盒模型常常给出「正确但无法解释」的结果。引入基于模拟的推断和模型分布评估，能帮科研人员把 AI 从一个高级拟合工具，变成帮人类排查机理假设的探路助手。

对行业而言，AI for Science 正从单纯刷榜分子结构预测，逐步深入到动力学机制和可解释科学建模的腹地。Anthropic 资助这一方向，看起来也是想跳出单纯堆参数的死胡同，让大模型在科学探索中扮演更严密的符号推演角色。

我们认为图宾根学者指出的方向非常清醒：科学的目的是洞察，而不是一堆冰冷的数字。用 AI 找出一万种拟合数据的黑盒很容易，但只有当 AI 能告诉我们「为什么只有这种机制才成立」时，它才算真正接过了科学家的衣钵。不过，这种反复模拟与多智能体推断需要消耗极其可观的算力，如何把高昂的模拟成本降到普通实验室用得起的水平，依然是个待解的现实难题。