Anthropic 部落格解析：AI 如何改變科學建模

科學家研究單個神經元如何放電，或者中子星相撞時會發生什麼，都得靠科學模型來解釋和預測現實世界。

最近這些年，把複雜模型擬合到實驗資料裡的技術已經進步了不少。但最大的瓶頸其實在更前面：模型通常得靠科學家親手一行一行寫出來，而且往往存在好幾種互相競爭的版本，每一種都能從不同角度解釋手頭的資料，怎麼挑一直讓人頭疼。

讓 AI 把假說寫成程式碼去跑

Jakob Macke、Daniel Gedon 和 Stefan Wahl 在 Anthropic 的科學部落格裡探討了這個問題的解法。

他們認為，AI 正在深度介入這一流程。AI 能把各種科學模型直接寫成程式碼，自己跑起來，拿資料去做擬合，再根據結果動手修改程式碼。

這樣一來，AI 就能在短時間內探索海量可能的模型結構，幫研究人員找出究竟哪一種理論解釋真正得到了真實資料的支援。

為什麼重要

我們認為，這篇博文點出了 AI 在科研領域的關鍵轉變：它不再只是幫忙處理現成資料的加速器，而是開始介入提出假說和構建理論的核心環節。

對研究人員來說，最耗精力的往往不是算資料，而是在白板前反覆糾結選哪套數學模型。讓 AI 去做這種模型編寫與比對的高強度髒活，能大幅加快科學發現的速度。

不過看起來，AI 目前探索的依然是人類已經能用程式碼表達的結構邊界，要讓它完全憑空提出顛覆性的全新物理或生物原理解釋，大概還有很長的路要走。