现在人难以想像400年后的科技发展
但以目前的研究状况来看
我大胆推测
只有资讯科技会在未来400年内有显著提升
毕竟资讯系统的发展可以迭代，从其本框架建立起，不推翻它依然能研发出新的东西，像是
AI
然而
其他领域目前的研究现况
不是炒冷饭，就是在极度前期的状况
医学和生科领域是个例子
台湾大部分是探讨underlying mechanisms
要解决癌症之类的病
探讨到细胞、探讨到基因、探讨分子传递造成细胞和组织的自我修复或调节
但生物细胞之间的微小差异，会放大实验结果的不确定性
更重要的是，实验设备就算能补捉微米级时间的反应，也会丧失分辨率
这要有所突破是非常难的事情
理工类也一样
机械、化工、材料的发展已达到现阶段的巅峰
教授要快速升等，目前显学就是搞半导体研究
其实很多东西的底层机制也可以玩
像是预测某些特殊材料的公式，可以开展到非线性项，作更为准确的预测
但那也是少数学者在玩的
而关键可以提升科技的技术或应用
像是核融合、常温超导体、飞天车
都牵扯到“能源问题”
取代大量能量和压力，这还要把物理系加进来，全部菁英其实都有在持续研究中
这东西
除非外星人给个提示，或是哪个高智商妖怪诞生
不然也难以在400年内有所突破
回过头来说
诺贝尔物理奖都已经是搞AI的学者在得
物理、数学研究学者
应该也卡想尽力摸到山顶圣杯的悬崖峭壁上

你真的很大胆

AI都能速解蛋白质了怎会没突破

我又想缩回去了，拜托哪个非资讯领域的大神在十年内打脸我AI应用于医学算是应用面，可以加速分析，但要解决癌症，还是要有关键的技术发明？

你要不要回想一下400年前是什么时代 现在就讲400年后没进步？

医学、生物那边瓶颈卡在实验端

因为400年前，我们连表层机制都搞不懂。现在，表层机制基本上都已解决实际上的底层机制，一个组织的调节，涉及20、30个分子传递的pathway，厘清哪段重要，基本上目前难以突破机械领域，流体问题看似已解决，但超高速段的流速模型依然是用模拟搞定

其实打脸机率可能很大,因为量子计算进展蛮快的,最近D-WAVE的磁性材料模拟就比较接近实用端了,目前逐渐加快的AI辅助研究(OPENAI跟谷歌都有初阶的实用化),到数位孪生,这些综合效应可以让科学家有相当程度的进展速度再加上科学家在取得文献跟数据在AI系统发展辅助下可以更有效跨学科,以前要靠点运气,现在都靠AI,毕竟数据跟资讯就是AI最厉害

反正也没人能证实，是原地踏步还是超进化都随便掰

20世纪初期物理学家也认为物理学剩修修补补,然后相对论跟量子力学表示:嗨

像感应器的应用先有光电效应的理论出来才有材料能实现，不过现在理论物理也停滞好长一段时间了

400年前的医疗是不是还在吃泻药跟放血...

我拿我perplexity的一个操作为例https://bit.ly/3RfXXrx像当前初阶一般人应用可以这样,那不用说如果再一年迭代以及研究用的可以到什么程度了XD(之所以说初阶是因为现在幻觉以及细节查核真的还差很大一段,要自己进一步判断的地方很多,不过至少要先有框架再慢慢补充跟修正)(如果缩网址不喜以下是原址)https://www.perplexity.ai/search/guan-yu-zhong-guo-de-suan-li-w-P6a6Z05pSiiNYFFdiGlw7g

AI? 400年后可以证明p=np之类的吗？

k大说的不错

你看看现在ai进步的速度...说不定有生之年真的看的到移民火星

AI会是突破点没错。现在跨领域资讯给AI蒐集整理的效率比起自己找或者花钱请人找还有效率跟系统化尤其是Deep research的出现代表传统论文的Introduction可以废了 90%可以给他完成蛋白质那个alphafold深入摸一下后就知道还是有它的侷限性在。PDB上面没有的区域就只会给你一坨飞天面条的结构，当然 AF3 的预测相较以前已经可以节省猜互动区域的时间，但还有一段路要走。回到你说的深层互动问题，我觉得学术界要先面对一个很重要的问题，就是那些高分发表也有可能是错的不然深层的多层次互动反而是AI擅长但人脑无法处理只是它们推导出来的结果如果跟以往发表相冲的话该如何去解决? 虽然AI推导会有错，但真实环境也是当初那个浩浩荡荡要重现100篇历史突破论文的计画最后真的重现的有多少?过往瞎子摸象的归纳在AI出现后大概会先变成模拟后限缩可能变因在现实中重现验证吧

我觉得我的年代智慧型手机的发展应该是最有感的，从国高中要出门还要先查地图，到现在可以智慧导航，真的已经忘记那段出门找路的日子了

达克效应