导语
在编程、数学等具有快速、明确验证闭环的领域,强化学习已展现出强大威力。然而,将同样的方法应用于科学发现,可能面临根本性挑战。科学进步的历史表明,理论验证的周期往往极其漫长,且一个“更好”的理论在提出之初,可能还不如现有理论的预测准确。本文以哥白尼日心说、海王星与祝融星的发现、以及化学元素原子量的争论为例,剖析了科学验证的复杂性,并探讨了这对AI驱动的科学研究意味着什么:大概念性突破难以被即时训练,而科学进步仍需依赖个体研究者带有偏见的长期坚持。
本文探讨了强化学习验证(RLVR)在科学发现领域的应用局限。核心论点在于,科学理论的验证周期极长(可达数十年甚至数世纪),且更优理论在初期可能做出更差的预测,这使得为大概念性突破设计RL训练循环异常困难。文章通过哥白尼革命、海王星发现等历史案例,论证了科学进步中判断、启发式及“不合理坚持”的关键作用,并指出AI科学家社会仍需保留具有特异性偏见的个体实例来维持多样化的研究议程。
在编程、数学等具有快速、明确验证闭环的领域,强化学习已展现出强大威力。然而,将同样的方法应用于科学发现,可能面临根本性挑战。科学进步的历史表明,理论验证的周期往往极其漫长,且一个“更好”的理论在提出之初,可能还不如现有理论的预测准确。本文以哥白尼日心说、海王星与祝融星的发现、以及化学元素原子量的争论为例,剖析了科学验证的复杂性,并探讨了这对AI驱动的科学研究意味着什么:大概念性突破难以被即时训练,而科学进步仍需依赖个体研究者带有偏见的长期坚持。
展开「深读」看每一段讨论的问题与论据。
讨论的问题:AI能否在科学突破领域取得不成比例的成功?
论据 / 案例:哥白尼的圆形轨道模型比托勒密的地心模型预测更不准确
讨论的问题:如何判断一个研究纲领是进步的还是退化的?
论据 / 案例:恒星视差从公元前2世纪到1838年才被观测到
讨论的问题:在朴素证伪主义框架下,科学共同体如何更快取得进展?
论据 / 案例:勒维耶预测未知扰动行星,海王星几乎在预测位置被发现
讨论的问题:如何区分进步性与退化的研究纲领?
论据 / 案例:水星每世纪多进动43角秒,牛顿力学无法解释
讨论的问题:AI如何训练实现科学领域的强化学习循环?
论据 / 案例:重大概念突破需要数十年或数世纪才能被认可
讨论的问题:为什么自然选择理论在19世纪中期才被明确提出?
论据 / 案例:《物种起源》发表于1859年,《原理》发表于1687年