AI带来的“超常态”风险：为何单纯扩大模型规模无法引发科学革命？

本文深入探讨了当前AI在科学研究中的局限性。虽然像LLM和AlphaFold这样的系统在数据预测和模式识别上表现出色，但它们本质上受限于训练数据的现有概念框架。作者警告，这可能导致“超常态科学”，即我们在现有模型中越做越好，却逐渐失去了提出全新类别问题的能力。真正的科学范式转移往往源于对简洁原理的追求和对旧框架的抛弃，而目前基于预测误差最小化的AI很难做到这一点。文章呼吁，我们必须刻意设计不仅擅长预测，更能帮助人类发明新概念词汇的“有远见的机器”，以避免陷入科学上的短视。