您现在的位置是:未解之谜 > 科学探索 >

人工智能-人工智能爆炸式发展,但科学发现的总体效率正在下降。「妙语惊人」

发布时间:2020年07月21日 20:13:34作者:未解之谜网小编所属栏目:科学探索 人已围观

简介2020年07月21日上午9点,好多谜友向小编反应,对于“人工智能爆炸式发展,但科学发现的总体效率正在下降。”还存在好多的误解,那么今天未解之谜网就为大家详细介绍一些关于人工智能爆炸式发展,但科学发现的总体效率正在下降。的相关信息。希望小编的努力能为谜友认识世界有所帮助。...

人工智能爆炸式发展,但科学发现的总体效率正在下降。

人工智能正在爆炸式地发展,但总的来说,就单位成本投资和人均结果而言,科学发现的效率正在下降:诺贝尔奖得主年龄超过10岁,一个重要的发现需要数十人的努力。问题是什么  

虽然新闻内容以政治、经济和娱乐八卦为主,科学技术是人类福祉和文明长期进步的基础。如今,科学家的数量、科学基金的规模和科技论文的发表数量。比以往有了很大的提高,这也促进了人类事业的繁荣。  

从表面上看,这无疑是令人鼓舞的。然而,尽管这些指标增长迅速,我们在理解科学方面取得了相应的进展吗或者我们投入更多的资源只是为了维持(甚至减少)科学进步的步伐  

《大西洋》杂志最近发表了一篇名为《科学》的文章,文章称,尽管人工智能或基因编辑等技术正在爆炸式发展,但科学发现的总体效率正在下降。  

《大西洋月刊》进行了一项调查,要求科学家们比较各自领域的诺贝尔奖得主,然后利用排名信息来确定在过去几十年中诺贝尔奖得主的质量发生了怎样的变化。  

为了获得物理学奖,《大西洋月刊》调查了来自世界顶尖学术物理系(根据上海世界大学的排名)的93名物理学家,并要求他们评判1370对发现。  

下面的条形图显示了每十年诺贝尔奖发现的分数。分数越高,得分者越有可能认为这个时期的发现比其他时期的发现更重要。请注意,统计数据是基于发现年,而不是奖励。  

blob.png

20世纪第一个十年的表现并不令人满意。在过去的十年里,诺贝尔奖委员会一直在探索这个奖项是为了什么。现在,例如,有一个奖项是为了更好地照亮大海的灯塔和浮标。如果你在船上航行,这是一个好消息。但与现代物理学关系不大,在20世纪的前十年,诺贝尔奖获得者大都符合现代物理学的概念。  

从1910到1930年代是物理学的黄金时代,这是量子力学时代。量子力学是历史上最伟大的科学发现之一。它从根本上改变了我们对现实的理解。量子力学也引发了其他几个革命:X射线晶体学的发明,它使我们能够探索原子世界。中子和反物质被发现。这是科学史上最伟大的时期之一。  

从那时起,分数急剧下降,直到20世纪60年代,一些分数开始反弹。这主要是由于两个发现:宇宙微波背景辐射和粒子物理标准模型的建立,这导致我们找到基本粒子和力的最佳理论。即使有了这些发现,从20世纪40年代到80年代,物理学家仍把诺贝尔奖评为低于1910年代到30年代十年来最低的分数。  

图表数据于80年代末期结束。原因在于,近年来,诺贝尔奖委员会更倾向于对始于70年代和80年代的成就颁发奖项。事实上,自1990年以来,只颁发了三项诺贝尔奖。这个数额太小了,不能提供高质量的e。对20世纪90年代的研究结果,我们没有调查这些发现。  

然而,自1990年以来几乎没有什么成就被授予这一事实本身就具有启发性。诺贝尔奖委员会倾向于跳过几十年,为早先的成就颁发奖项。鉴于70年代和80年代本身看起来并不那么好,这对物理学来说是坏消息。  

物理学不怎么好。也许其他领域正在做得更好《大西洋月刊》对诺贝尔化学奖和诺贝尔生理学或医学奖进行了类似的调查。  

正如你所看到的,结果比物理学奖略好,20世纪后半叶的分数可能比物理学奖略好。但是像物理学奖一样,20世纪90年代和2000年以来的成绩被省略了,因为诺贝尔奖委员会strongly赞成早期研究:20世纪90年代和2000年的成就比以往任何时代都少得可怜。  

这项调查描绘了一幅黯淡的画面:在过去的一个世纪里,我们大大增加了花在科学研究上的时间和金钱,但是在科学家们自己的判断中,我们取得最重要的新突破的速度基本保持不变。成本或人均指数,科研效率正在下降。  

当然,这项调查也有很多局限性:诺贝尔奖不包括一些新的科学领域,尤其是计算机科学;诺贝尔奖委员会偶尔会漏掉一些重要的结果;也许一些偏见意味着科学家更可能尊重旧的结果;也许更重要的是,更大的科学发现。定量的科学成就构成了大多数常见的科学发现。  

这些局限性确实存在,但我们很快就会看到,全面和重要的科学发现变得越来越困难的证据。这需要更大的团队合作和更广泛的科学培训。  

经济学家本杰明·琼斯和布鲁斯·温伯格研究了科学家做出重大发现的年龄。  

他们发现,在诺贝尔奖的早期,获得诺贝尔奖的科学家平均只有37岁。但是最近这个数字已经上升到平均47岁,相当于科学家职业生涯的四分之一。  

也许今天的科学家需要更多的知识才能做出重大的发现。因此,他们需要学习更长的时间,这样才能在相对年纪较大的时候完成他们最重要的工作。也就是说,伟大的发现越来越难实现,这意味着他们的数量越来越多。将减少或更多的努力将需要。  

同样地,科学合作现在涉及的人比一个世纪前多得多。当欧内斯特·卢瑟福在1911年发现原子核时,他自己只发表了一篇论文。相比之下,当希格斯粒子在2012年宣布时,这两篇论文每篇约有1000名作者。  

在20世纪,研究团队的平均规模几乎翻了两番,而且这种增长一直持续到今天。对于许多研究问题,它需要更多的技能、昂贵的设备和一个庞大的团队才能取得进展。  

假设我们认为科学是对新世界的探索。在早期,人们对此知之甚少。探索者可以很容易地开始并发现主要的新特性,但他们逐渐地充实了新世界的知识。  

为了取得重大的发现,探险家们不得不在更困难的条件下去更偏远的地方,这使得探险变得困难。根据这种观点,科学是一个有限的边疆地区,需要更多的努力来填满地图。总有一天,地图将近完成,科学将会从这个观点来看,任何发现困难的增加都是科学知识本身固有的结构。  

但是,有一种不同的观点,认为科学是无穷无尽的,其中总是有新的现象需要发现,有重大的新问题需要回答。无限边界的可能性是所谓的涌现思想的结果。  

以水为例。用一个方程来描述单个水分子的行为是一回事。理解为什么天空中会形成彩虹,或者波浪的影响,或者彗星的起源完全是另一回事。所有这些都是水,但是复杂程度不同。  

行为发生的事实并不一定意味着将会有无尽的新现象被发现,有新的问题需要回答。但在某些领域,这似乎是可能的。  

例如,计算机科学始于1936年,当时图灵发明了数学模型,我们现在称之为图灵机。这个模型非常简单,几乎像孩子的玩具。然而,这个模型在数学上等同于今天的计算机:计算机科学实际上始于它的普遍性。尽管如此,从那时起,它已经看到了许多非凡的发现:诸如构成互联网商业和加密货币基础的加密协议之类的想法;编程语言设计中的无穷奇妙的想法;以及,奇怪的是,在最好的视频游戏中的一些富有想象力的想法。  

这些是计算机科学中的彩虹、波和彗星。更重要的是,我们迄今为止的计算经验表明,它是无穷无尽的,并且总是有可能发现美丽的新现象、新的行为水平,这些构成了新的基本问题,并创造了新的探索领域。计算机科学似乎是开放的。  

类似地,当我们获得编辑基因组、合成新生物体以及更好地理解基因组与其形态和行为之间的关系的能力时,新的前沿可能在生物学中继续出现。新材料和新材料设计阶段。在每种情况下,新的现象以一种开放的方式提出新的问题。  

因此,乐观的观点是,科学是一个无穷无尽的前沿领域,我们将继续发现甚至创造新的领域,提出我们的基本问题。我们希望将来有更多的新领域出现,出现新的重大问题,这是科学加速发展的机会。  

当在大西洋月刊上讨论这些发现时,许多人坚持认为科学正在经历一个黄金时代。他们引用希格斯粒子和引力波的发现作为科学比以前更好的证据。  

这些发现确实令人吃惊。但是前几代的发现同样引人注目。例如,把引力波的发现与1915年爱因斯坦的广义相对论的发现相比较,广义相对论不仅预测引力波,而且预测地幔。统计数字改变了我们对空间、时间、质量、能量和重力的理解。虽然引力波的发现在技术上令人印象深刻,但对于改变我们对宇宙的理解却作用不大。  

虽然希格斯粒子的发现是显著的,但是它比20世纪30年代发现的许多粒子都小。这些粒子包括中子,我们日常生活的主要组成部分之一,和正电子,它们第一次揭示了反物质的神秘世界。希格斯粒子的发现很不寻常,因为它反映了20世纪上半叶的普遍状态,但最近几十年很少。  

另一个普遍的反应是,人们说科学比以往任何时候都好,因为他们在自己的领域取得了巨大的进步。例如,我们经常听说人工智能和CRISR基因编辑技术。  

然而,尽管人工智能、CRISPR等相关领域发展迅速,但在整个现代科学史上始终存在热点或更热门的领域。  

想想从1924年到1928年物理学的进步。在这段时间里,物理学家们了解到物质的基本成分具有粒子和波的性质;他们制定了量子力学定律,这导致了海森堡的不确定性原理;他们预言了存在。正如保罗·狄拉克所说,即使是二流的物理学家也可以在那个时代做出一流的发现。  

相比之下,过去几年人工智能的主要发现,包括图像识别和人类语言能力的提高,以及玩围棋等游戏的能力,将在未来几十年产生巨大的影响。其结果,以及它们是否比20世纪20年代揭示的现实更重要尚不清楚。  

同样,CRISPR在过去几年中也取得了许多突破,包括改造人类胚胎以纠正遗传性心脏病,以及制造蚊子,使蚊子在整个蚊子群体中传播疟疾抗性基因。值得注意的是,crispr的长期潜力是巨大的,最近的结果并不比过去快速生物发展时期的结果更令人印象深刻。  

如果科学的好处减少了,这对我们的长期未来意味着什么有没有更少的科学新见解来激励在过去一个世纪重塑我们世界的新技术事实上,经济学家相信这种情况正在发生,他们称之为生产率放缓。  

生产力的增长是经济健康社会的标志,人们不断创造出可以改善财富创造的想法。坏消息是美国的生产力增长正在下降。自上世纪50年代以来,这个数字一直在下降,大约是原来的6倍。这意味着在过去10年中,我们看到了与上世纪50年代最后18个月几乎相同的变化。  

这听起来可能令人吃惊。我们在过去几十年里没有看到过很多发明吗这不是加速技术变革的黄金时代吗  

经济学家泰勒·考恩和罗伯特·戈登认为,事实并非如此。他们在《美国经济增长的大停滞与兴衰》一书中指出,在20世纪早期,使用了许多强大的通用技术:电力、内燃机、无线电、电话。E、航空旅行、装配线、化肥等。  

相比之下,他们编制的经济数据自20世纪70年代以来几乎没有变化。是的,我们在两种强大的通用技术方面取得了进展:计算机和互联网,但是许多其他技术只是在逐步改进。  

是什么导致了生产率的下降经济学家对这个问题争论不休,提出了许多不同的答案。一些人认为这仅仅是因为现有的生产力措施不能很好地衡量新技术的影响。  

《大西洋月刊》提出的另一个解释是,科学支出回报率的下降导致了生产力的真正放缓。  

这并不是说科学家需要强制性的KPI,而是社会需要依靠这些评估来奖励科学发现,并决定应该雇用或资助哪些科学家。  


以上就是未解之谜网小编根据谜友存在的误解在2020-07-21 20:13:34的第一时间为您介绍“人工智能爆炸式发展,但科学发现的总体效率正在下降。”全部相关内容,希望对您有所帮助。

本栏推荐

标签云

站点信息

  • 文章统计310篇文章
  • 标签管理标签云
  • 微信公众号:扫描二维码,关注我们