Anthropic：AI接管科学建模，拟合公式不等于理解自然

AI 现在花一个下午，就能推出一个够得上诺奖级别的科学公式。可在 Anthropic 看来，这压根不代表人类就此弄懂了自然规律。

Anthropic 最新的一篇工程文章，讲的就是 AI 如何一步步接手整个科学建模流程。

时间倒回 1951 年，剑桥大学的计算机整整坏了半年。生理学家安德鲁·赫胥黎没别的办法，只能守着一台手摇机械计算器，花了三个多星期，硬是把乌贼神经细胞放电的方程组算了出来。

他和合作者霍奇金把细胞膜抽象成电路。为了让计算出的曲线贴合实测数据，两人凭直觉给一个控制膜通道开关的变量乘了四次方。

至于为什么非得是四次方，他们当时说不上来，只能谨慎地猜：或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真实的蛋白质结构，谜底才揭开——那个通道正是由四个完全相同的结构单元围在中心孔道四周构成的。

这项研究直接锁定了 1963 年的

换成今天的 AI，一个下午就能找到拟合得更准的公式。可这跟它提供了科学认知，完全是两码事。

光是找出一个能复现实验数据的模型，在科学上没有任何价值，因为能凑出同样曲线的模型，成千上万个都不止。

霍奇金和赫胥黎当年真正值钱的地方，不只是发现四次方管用，更在于他们亲手验证了更简单的低次方根本行不通。

只有知道哪些设想已经被推翻，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，都能拆成三步。

第一步是构建模型，把方程的骨架定下来，比如决定把变量设为四次方。

第二步是约束模型，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。

第三步是解释模型，弄清方程在现实中对应什么物理意义，比如推断通道内部有四个运动部件。

过去这三步都得靠科学家自己一遍遍试错，如今AI正逐步把它们接过去。

进展最猛的是第二步——约束模型。

当年霍奇金和赫胥黎全凭肉眼和直觉调参，最后只凑出一组跟数据对得上的参数。

盲区也由此而来。

好比一桌人聚餐吃掉120美元，却没人记过账。

这笔钱可能是每人各点了一份普通汉堡，也可能是有人吃了牛排加龙虾、其他人只喝汤。

神经细胞模型遵循的正是同一套逻辑。

差别极大的参数组合，照样能发出完全相同的电脉冲信号。

只挑一组最优参数交差，等于把其余可能性都藏了起来。

经典解法是贝叶斯推断。

它不追求单一答案，而是直接算出一整套概率分布，把合理的参数组合全部摆出来。

问题是模型一复杂，计算量就大得离谱。

数千个离子通道随机开关，计算机没法把每种状态都穷举一遍。

AI学界提出的破局办法叫基于仿真的推断，简称SBI。

它靠算力硬解这个反推难题。

只要模型能输入参数、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，复杂模型则要跑几百万次。

这些海量输入输出数据，随后被拿来训练一个深度神经网络。

训练阶段可能要花上数周。

但训练一完成，神经网络几秒钟就能做完逆向推理。

丢给它一段全新的实测数据，它立刻返回所有可能产生这段数据的参数范围。

宇宙深处两颗中子星相撞时，SBI几秒钟内就能估出碰撞位置，让人类的望远镜赶在信号消失前对准那片天区。

宇宙学、结构生物学和地球物理学里，这项技术已经派上了大用场。

神经科学也用上了SBI。

在真实细胞面前，它能直观呈现：哪些参数已被数据牢牢限定，哪些区域还容得下多种解释，哪个环节最该安排下一次实验。

不过，要把模型约束住，前提是手里先有一个模型。

连搭建模型这第一步，如今也在被AI接手。

纵观科学史，绝大多数模型都出自科学家的经验与先验假设。

人脑能设想的模型形态相当有限，一些完全成立的新结构常常被漏掉。

以大语言模型为基础的Agent，可以把这个环节直接揽过来。

人只需给出自然语言描述和实验数据，LLM便会自行写出候选模型的代码。

随后Agent自动跑程序、调参数、与真实数据比对，并改写方程的形式。

这一循环不断重复，直到模型能复现现实为止。

问题是，代码跑得通，不等于理解就到位了。

同一批数据，让Agent跑两遍，它完全可能拿出两个形式各异却同样精准的方程。

假如AI只交出其中一个，实质上仍然把全貌盖住了。

应对这一点的正确做法，仍旧是输出概率分布。

AI会提出一大批候选模型。

那些非要堆上过多参数才能勉强拟合数据的模型，权重会被调低，甚至直接淘汰。

能自然贴合数据的模型则留下来，并衍生出新的变体。

若最终存活的模型都带有某个共同特征，就说明数据对这个机制的支持很强。

若存活下来的模型彼此矛盾，则恰好暴露出眼下证据薄弱之处，也替下一次实验指了路。

到了第三步——解释模型，这是AI最难介入的一环。

原因在于，模型的拟合优度可以精确算出来，人的理解程度却没法转成一个数学优化目标。

霍奇金和赫胥黎之所以敢断定通道有四个部件，前提是他们排除了三次方的可能。

少了排除错误选项这一步，任何解释都站不住。

而当模型膨胀到成千上万个变量时，人类已经没法一眼看穿其中的物理机制。

眼下学界检验这类模型，主要走两条路。一条叫扰动测试——人为把物理系统弄坏，比如堵住细胞膜上的一部分钠通道，再看AI能不能把系统接下来的反应说准。

另一条路，是让AI直接把通用规则交出来。已有科研团队让AI去设计量子实验，结果它写出一小段通用代码，靠这段代码就能生成一整批相关实验的设计，不必再一个一个地给出孤立的仪器摆放方案。

物理学家拿到这段代码，核心的设计思路一眼就能看明白。过去的经典科学模型却都很小，常常只有几个变量、几条公式。

原因也简单：从前所有的推导和理解，都得塞进人类有限的脑子。AI进来以后，模型能长到多大，这个限制就没了。

单个神经元，几个简单公式就能说清。

如今科学界已经拿到果蝇大脑的完整接线图，124635个细胞以及它们之间的连接方式全都记了下来。研究人员已经动手在这张图上搭全脑级别的仿真模型，用来预测整个果蝇视觉系统的神经活动。

但

尺度一大，唯一的正确模型就不存在了。统计学家乔治·博克斯写过，所有模型都是错的，但有些是有用的。

复杂系统产生的海量数据，永远能和数不清的模型设计对得上。于是科学家的核心任务变了。

人们不再死盯那个唯一的绝对真理，转而去做两件事：圈出所有符合数据的模型共有的特征，理清哪些预测是绝对可靠的。

最有价值的实验，是能一次淘汰掉最多错误候选模型的那种。这类实验往往和人类科学家自己的直觉没什么关系。

气候学家就是这么干的：建起一大堆假设各不相同的巨型数值模拟，再用所有模拟交叠的范围去做预测。

大型强子对撞机上的物理学家找新粒子，同样是画一张地图，标清楚哪些理论已经被数据排除，哪些理论的门还开着。

至于赫胥黎当年摇着计算器算上三周的那种苦活，确实用不着再演一遍了。

可那段看上去笨拙、低效的反复试错，并非白白消耗。

科学家之所以能对自然建立起深刻理解，靠的正是亲手搭建、亲手推翻，并一次次看着大量方案走向失败，在这个过程里被反复打磨出来。

没错，AI 几个小时就能交出一个拟合得无可挑剔的模型。

问题是，它若只把最终答案甩出来，人类就得不到真正的科学洞见。

机器得讲清楚：哪一部分已经被数据彻底锁死，哪儿还留着余地，哪些当初看来站得住脚的设想已经彻底垮掉，以及沿途又翻出了什么新的谜团。

能给出一个可用的数字，只是最初级的计算。

把整个探索途中的边界和排除项摆出来，才算摸到了科学理解的门槛。

source：