日報文章 人工智能或使科研發生重大變化

參考消息網2月15日報道 《日本經濟新聞》2月12日刊登題為《AI的目標是取得超越諾貝爾獎的科學發現》的文章，內容編譯如下：

人工智能（AI）技術正在飛速進步。能畫出內行級別的插圖，能撰寫大學的課題報告。甚至科研人員已經開始挑戰制造可用于研發活動的AI。就像由蘋果掉落發現萬有引力的牛頓，通過在加拉帕戈斯群島等地的旅行提出進化論學說的達爾文一樣，AI的目標是成為劃時代的科學巨人。

目前的主流AI能夠進行以腦神經回路為模型的“深層學習”。按照日本理化學研究所創新智能綜合研究中心主任杉山將對現狀的解讀：“以往的AI如果學習到的數據較少或是質量不高，就不會具備良好的性能。不過近來已經來到能夠突破這一壁壘的階段了?！?/p>

英國深層思維公司曾因推出戰勝過頂尖圍棋選手的“阿爾法圍棋”一戰成名，在科研用AI的研究領域該公司也走在了前面。比如瞄準數學應用推出的“Alpha Tensor”將一直以來需要相乘80次的矩陣計算降至76次，找到了更優的相乘次數，相關成果也已經發表在2022年出版的英國《自然》周刊上。

2021年，深層思維公司在“結繩理論”領域取得的研究成果也刊載在了《自然》周刊上。與大學中的數學家合作，該公司使用AI成功找到了被人類遺漏的關系式。中部大學教授荒井迅表示：“以與計算機的適配度作為對象，巧妙地利用了AI，這種研究今后可能會越來越多?！?/p>

如果想要進一步加快科研速度，僅靠深層學習是不夠的。日本科學技術振興機構負責調研AI發展動向的福島俊一研究員指出：“能夠自主推理的功能將成為下一步AI研發的關鍵?！?/p>

“巧克力消費量越多的國家，每1000萬人口獲得諾貝爾獎的人數就越多?！?012年某醫學期刊刊登的一篇文章曾經引發熱議。把數據制成圖表后就會發現二者之間存在相關性。但是為什么會形成這種相關性，道理還不甚明了。

由AI找到隱藏的因果關系，也就是“因果推理”是目前最熱門的研究課題。杉山主任說：“目前正處在熱烈討論哪種方法更好的階段，我想總有一天會想出好辦法的?！?/p>

科學飛躍式發展之時出現的推理被稱為“溯因推理”。美國哲學家查爾斯·桑德斯·皮爾斯舉出的代表性例子有根據海岸線的形狀提出的魏格納的大陸漂移學說、沃森和克里克的DNA雙螺旋模型。至于AI能否做出這樣的推理，目前研究者的意見還存在分歧。

中部大學教授津田一郎屬于謹慎的一派。他認為：“人類不停地思考，總在意想不到的時刻靈光乍現。無意識情況下工作的大腦其不可思議的機制依然迷霧重重，如何通過AI呈現現在還毫無頭緒?！?/p>

眾多AI研究者認為，即便AI與人腦的機制不同，只要能夠找到類似手法，人工智能就能掌握與溯因、或者說反推類似的能力。雖然不是用于科學研究，但用于學習語言、聲音、靜止畫面、動畫等大量數據的最新型AI的“基礎模型”能夠在語音指導下熟練作畫。

但是失敗也在所難免。美國元宇宙平臺公司2022年發布了能夠幫助撰寫科學論文的Galactica語言模型，隨即因為“寫出錯誤的文章”而受到批評，僅運行3天就遭下架。具體原因雖然不清楚，但有分析認為，可能是因為“學習的數據質量低劣”或是“用來生成答案時使用的算法有誤”。

用于科研活動的AI也將在其研發過程中帶動廣泛領域的發展。索尼計算機科學研究所社長北野宏明在2016年就提出了“2050年前研發出能夠超越諾貝爾級別科學發現的AI”的目標，英國艾倫·圖靈研究所等機構也對此表示認同。

雖然無法預測目標何時能夠實現，但隨著AI的進步，科學研究的面貌極有可能發生重大變化。