1.媒体来源:
大纪元
2.记者署名:
高文森
3.完整新闻标题:
“后理论科学”时代来临了吗？
4.完整新闻内文:
在各种人工智能、机器学习系统快速发展的今天，学者把它们称为“后理论科学”（
post-theory science）。有的人疑惑，传统科研方法会被时代所淘汰吗？
科学专栏作家劳拉·斯宾尼（Laura Spinney）1月9日发表在《卫报》的一篇文章提出了
一些有意思的观点。这要先从什么是传统科学和“后理论科学”说起。
传统科学典型的例子就是牛顿发现万有引力定律的过程——通过对生活中的事情、周围的
世界所发生的事情提出问题，总结出一套理论能扩展解释更多问题，这是人们熟悉的科研
方法。
可是现代科学的发展趋势看起来有些怪异。比如脸书的机器学习工具预测用户的偏好，达
到了比心理学家更准确的地步，甚至有些让人不寒而栗。有些人工智能工具是研究人员的
好帮手，像谷歌公司开发的预测蛋白质折叠的人工智能软件AlphaFold，研究人员需要几
年才能完成的工作它在十分钟内即可完成。
这些基于人工智能和机器学习的科研方法的奇怪之处在于，研究人员设计好系统后，无法
追踪它们怎样得出结果。这些系统也无法提供它们的运算或推理过程，有点类似“黑箱”
操作。而传统科学总有一个明确的公式或是清晰的推理过程，这就是传统科学和“后理论
科学”之间一个显而易见的区别。
由于人工智能在飞速发展，一些学者认为可能以后传统科研方法就会消失了，使用人工智
能系统来分析大量的数据，找到事物的关系比用人脑研究更快、更准确。美国《连线》（
Wired）杂志前主编克里斯·安德森（Chris Anderson）在2008年就提出了这样的看法，
他认为传统科学总结出来的定律把世界简单化了，而人工智能有能力处理更多的数据，能
更有效地发现事物的规律。
斯宾尼则认为情况不是这样，传统科学将一直有它的地位，她提出了至少三个原因。
第一个原因是，人工智能系统带有设计者无法解决的缺陷，比如得出的结果带有偏见，像
谷歌的搜索引擎、亚马逊的招聘软件，都是知名的例子。有的人说，人类社会也存在偏见
，是这样，但是人类社会可以展开对话、可以沟通，这些软件既然无法提供计算过程，就
意味着它们和设计者之间都无法沟通，更不要说和人类沟通。
第二个原因是，很多人对于这些系统的“黑箱操作”很不满。正像上面提到的，这些软件
无法提供推理过程，而人类很需要知道“为什么”。
第三个原因是，人类的“灵感”推动了很多科研的进展，并不是任何事情都依靠海量的数
据。数学家克里斯汀·斯坦普（Christian Stump）上个月（12月）发表在《自然》（
Nature）上的文章说，“灵感是创造力的核心”。也就是说，还有很多理论是人类可以探
索和做出解释的，等待人类靠“灵感”去发现。
斯宾尼说，当然，“后理论科学”研究方法给科研领域注入了新的活力。在2022年的今天
，已经找不到哪个领域没有人工智能的足迹。人类要做的就是学会驾驭它们，它们会帮助
人类找到很多问题的答案，人类将如虎添翼。
5.完整新闻连结 (或短网址):
https://www.epochtimes.com/b5/22/1/21/n13519478.htm
6.备注: