現(xiàn)代科學(xué)研究會產(chǎn)生海量數(shù)據(jù)，完全靠科學(xué)家人工處理這些數(shù)據(jù)已經(jīng)不現(xiàn)實。很多情況下，AI工具在科學(xué)研究中已經(jīng)不可或缺。這些AI工具不僅成為數(shù)據(jù)處理和計算的重要幫手，也給科學(xué)研究帶來了不少新方法和新思路。

隨著科學(xué)的發(fā)展，現(xiàn)在僅靠人類團隊已經(jīng)不足以處理物理學(xué)和天文學(xué)實驗所產(chǎn)生的海量信息。這些實驗有時每天會產(chǎn)生多達數(shù)TB的數(shù)據(jù)，而且這個數(shù)字還在增加。 Square Kilometer Array是一組預(yù)計將在本世紀20年代中期開啟的射電望遠鏡陣列，它每年將產(chǎn)生的數(shù)據(jù)量相當于現(xiàn)在整個互聯(lián)網(wǎng)的總數(shù)據(jù)流量。

數(shù)據(jù)狂潮的不斷高漲，讓許多科學(xué)家向AI尋求幫助。人工神經(jīng)網(wǎng)絡(luò)（即可以模擬大腦功能的神經(jīng)元的計算機網(wǎng)絡(luò)）等AI系統(tǒng)可以通過最少的人工輸入，初步瀏覽大量數(shù)據(jù)，并從中發(fā)現(xiàn)人類永遠無法發(fā)現(xiàn)的模式。

當然，最早使用計算機來輔助科學(xué)研究的活動大約可追溯到75年前，至于對數(shù)據(jù)進行研究，從中尋找有意義的模式，則在數(shù)千年前就已經(jīng)開始了。一些科學(xué)家認為，機器學(xué)習(xí)和人工智能的最新技術(shù)進展可能代表了一種全新的科學(xué)研究方法。

其中，一種名為“生成建?！钡姆椒?，有助于人們在基于數(shù)據(jù)觀察結(jié)果的不同解釋中找出最合理的理論。更重要的是，這個過程是在沒有任何預(yù)編程知識，并不知曉所研究的系統(tǒng)的實際流程的情況下實現(xiàn)的。生成模型的支持者認為，這可能是我們認識宇宙的“第三條道路”。

假設(shè)我們不具備關(guān)于天體物理學(xué)的任何知識，我們在多大程度上可以只憑借數(shù)據(jù)本身，來重新發(fā)現(xiàn)這些知識？

傳統(tǒng)上，我們是通過觀察來了解自然的。比如Johannes Kepler在第谷布拉赫Tycho Brahe編制的行星位置表上進行了仔細研究，試圖辨別出潛在的模式，最終推斷出行星在橢圓軌道上運動的結(jié)論?？茖W(xué)也可以通過模擬方式向前發(fā)展。

天文學(xué)家可能會模擬銀河系及其鄰近的仙女座星系的運動，并預(yù)測它們將在數(shù)十億年內(nèi)相互碰撞。觀察和模擬都有助于科學(xué)家提出假設(shè)，然后通過進一步的觀察進行測試。而生成建模與這兩種方法都不一樣。

“（生成建模）基本上是‘觀察’和‘模擬’之間的第三種方法?！碧煳奈锢韺W(xué)家、生成模型支持者之一Kevin Schawinski說道，他最近在瑞士蘇黎世聯(lián)邦理工學(xué)院工作。 “這種方法是解決問題的另一種途徑。”

一些科學(xué)家將生成建模等新技術(shù)視為傳統(tǒng)科學(xué)的動力工具。但大多數(shù)人都認為人工智能正在產(chǎn)生巨大影響，而且它在科學(xué)中的作用只會增長。費米國家加速器實驗室的天體物理學(xué)家Brian Nord使用人工神經(jīng)網(wǎng)絡(luò)來研究宇宙，他們擔心，未來人類科學(xué)家所做的一切研究活動，都可以實現(xiàn)自動化。 “這是一個令人不寒而栗的想法?！彼f。

GAN模型助天文學(xué)家攻克行星分類任務(wù)

自研究生畢業(yè)以來，Schawinski就一直從事數(shù)據(jù)驅(qū)動的科學(xué)研究。在攻讀博士學(xué)位期間，他曾面臨一個艱巨任務(wù)：根據(jù)外表面對數(shù)千個星系進行分類。因為這個任務(wù)并沒有現(xiàn)成的軟件可用，所以他決定利用眾包的方式——“銀河動物園全民科學(xué)項目”由此誕生。

從2007年開始，普通計算機用戶可以記錄下自己關(guān)于某個星系屬于哪個類別的最佳猜測，來幫助天文學(xué)家完成分類任務(wù)，多數(shù)人的分類結(jié)果一般都是正確的。這個項目取得了成功，但是，Schawinski也指出，與AI相比，這個項目已經(jīng)過時：“今天，掌握機器學(xué)習(xí)和云計算技術(shù)的才華橫溢的科學(xué)家，可以在一個下午完成整個項目的工作?！?/p>

Schawinski在2016年將注意力轉(zhuǎn)向生成建模的強大的新工具。從本質(zhì)上講，生成建模會詢問在滿足條件X的情況下，觀察到結(jié)果Y的可能性。這種方法已被證明非常有效且用途廣泛。

例如，為生成模型提供一組人臉圖像，每張臉都標記有人的年齡。當計算機程序梳理這些“訓(xùn)練數(shù)據(jù)”時，會開始在較老的面部圖像之間建立聯(lián)系，并增加皺紋的可能性。最終，它可以對任何輸入的面部圖像進行“老化”，也就是說，它可以預(yù)測任何年齡的特定面部圖像可能經(jīng)歷的真實變化。

在此類系統(tǒng)中，最著名的是“生成對抗網(wǎng)絡(luò)”（GAN）。在充分學(xué)習(xí)訓(xùn)練數(shù)據(jù)之后，GAN可以修復(fù)已經(jīng)損壞或丟失像素的圖像，或使模糊的照片變得清晰。GAN系統(tǒng)能夠?qū)W會通過競爭來推斷圖像中缺失的信息（“對抗性”由此得名）。

GAN分為兩部分，一部分名為生成器，能夠生成虛假數(shù)據(jù)，第二部分名為判別器，目標是區(qū)分虛假數(shù)據(jù)和真實數(shù)據(jù)。隨著程序的運行，兩部分的表現(xiàn)都會越來越好?？赡苣阋呀?jīng)看過一些由GAN生成的超逼真的“面孔”，這些足以亂真人臉圖像最近已經(jīng)成為熱門話題。

更廣泛地講，生成建模系統(tǒng)利用數(shù)據(jù)集（通常是圖像數(shù)據(jù)集），并將每個數(shù)據(jù)分解為一組基本的抽象構(gòu)建模塊，科學(xué)家將其稱為數(shù)據(jù)的“潛在空間”。算法能夠利用元素潛在的空間，看看它會對原始數(shù)據(jù)造成什么影響，這有助于發(fā)現(xiàn)系統(tǒng)運行的實際過程。

潛在空間的概念是抽象的，但可以做一個粗略的類比，想想當你試圖確定一張人臉的性別時，你的大腦在做些什么。也許你會注意發(fā)型、鼻子的形狀輪廓等要素，以及那些不好用語言輕易表達的特征。

計算機程序同樣在尋找數(shù)據(jù)中的顯著特征：雖然它不知道留著小胡子的臉是什么性別，但經(jīng)過數(shù)據(jù)集上的訓(xùn)練，其中一些圖像會被標記為“男人”或“女人”，如果其中有些圖像有“小胡子”標簽，系統(tǒng)就會很快推斷出一個“小胡子”與“性別”之間的聯(lián)系。

一家名為Modulos的AI公司的天體物理學(xué)家Kevin Schawinski認為，一種名為“生成建模”的技術(shù)為我們提供了第三種了解宇宙的方法

在去年12月發(fā)表于《天文學(xué)和天體物理學(xué)》的論文中，Schawinski和同事Dennis Turp、Ce Zhang使用生成模型來研究星系在演化過程中所經(jīng)歷的物理變化。（他們使用的軟件對待潛在空間與生成對抗網(wǎng)絡(luò)有所不同，因此技術(shù)上并不算是GAN，但與之類似。）他們使用的模型創(chuàng)建了人工數(shù)據(jù)集，作為測試物理過程假設(shè)的一種方式。

對于Schawinski來說，關(guān)鍵問題是，有多少關(guān)于恒星和星系過程的信息可以僅從數(shù)據(jù)中挑出來。 “讓我們抹去我們所知道的關(guān)于天體物理學(xué)的一切，”他說。 “我們可以在多大程度上重新發(fā)現(xiàn)這些知識，只使用數(shù)據(jù)本身？”

首先，銀河系的圖像被縮小到潛伏空間中，然后，Schawinski調(diào)整該空間內(nèi)的一個元素，調(diào)整方式與星系環(huán)境中的特定變化相對應(yīng)。然后重新生成銀河系，看看出現(xiàn)了什么差異。

“現(xiàn)在就好比我有一臺機器，”他解釋道。“我可以拍攝一大堆最初處于低密度環(huán)境中的星系，并通過這個過程，讓他們看起來像是處在高密度環(huán)境中?！碑?shù)兔芏拳h(huán)境內(nèi)的星系被放置到高密度的環(huán)境中時，它們的顏色會變得更紅，星系中的恒星會變得更加集中。 Schawinski說，這符合現(xiàn)有的星系觀測資料。

生成建模方法與傳統(tǒng)模擬方法有聯(lián)系，但二者之間有很大不同。 Schawinski說，模擬“基本上是由假設(shè)驅(qū)動的”。 “我想我知道導(dǎo)致在系統(tǒng)中觀察到的所有現(xiàn)象背后的潛在物理定律是什么。我把所有的假設(shè)擺出來，然后運行模擬系統(tǒng)。然后問：運行結(jié)果看起來像現(xiàn)實嗎？“

而在生成建模模式下，”在某種意義上，流程和思路與模擬方法是完全相反的。即：我們什么都不知道，我們不想假設(shè)任何事情。我們希望數(shù)據(jù)本身告訴我們，接下來可能會發(fā)生什么事情?！?/p>

不過，在這類研究中，生成建模系統(tǒng)的成功并不意味著天文學(xué)家和研究生的工作就是多余的但確實代表了天體物理學(xué)對象和過程研究方式的某種轉(zhuǎn)變?！疤煳膶W(xué)并不是完全自動化的科學(xué) - 但它表明我們能夠至少部分構(gòu)建推進科學(xué)過程自動化的工具?！盨chawinski說。

不過，生成模型顯然很強大，但它是否真正代表了一種新的科學(xué)方法還有待商榷。

對于紐約大學(xué)和Flatiron研究所的宇宙學(xué)家David Hogg來說，這項技術(shù)令人印象深刻，但最終只是從數(shù)據(jù)中提取模式的一種非常復(fù)雜的方法——這也是天文學(xué)家?guī)讉€世紀以來一直在做的事情。換句話說，這是一種先進的觀察和分析形式。

Hogg的工作嚴重依賴人工智能，他一直在使用神經(jīng)網(wǎng)絡(luò)根據(jù)恒星的光譜對其進行分類，并利用數(shù)據(jù)驅(qū)動模型推斷出恒星的其他物理屬性。但是他認為他的工作是經(jīng)過實踐檢驗的科學(xué)。

Hogg表示：

我不認為這是第三種方式，我只是認為，我們作為一個社區(qū)，在如何使用數(shù)據(jù)方面正變得更加成熟。特別是，我們在比較數(shù)據(jù)方面做得越來越好。但在我看來，我的工作仍完全處于觀察模式。

人工智能系統(tǒng)就是“勤勞的助理”

無論它們在概念上是否新穎，人工智能和神經(jīng)網(wǎng)絡(luò)很明顯地已經(jīng)在當代天文學(xué)和物理學(xué)研究中發(fā)揮了關(guān)鍵作用。

在海德堡理論研究所(Heidelberg Institute for Theoretical Studies)，物理學(xué)家Kai Polsterer領(lǐng)導(dǎo)的天體信息學(xué)小組(這是一個研究天體物理學(xué)的以數(shù)據(jù)為中心的新方法的研究小組)，最近一直在使用機器學(xué)習(xí)算法從星系數(shù)據(jù)集中提取紅移信息，這在以前是一項艱巨的任務(wù)。

Polsterer將這些基于人工智能的新系統(tǒng)視為“勤奮的助手”，它們可以連續(xù)數(shù)小時梳理數(shù)據(jù)，而不會對工作條件感到厭倦或抱怨。他說，這些系統(tǒng)可以完成所有枯燥乏味的工作，讓自己有時間去做那些酷而有趣的科學(xué)。

但這些基于AI的系統(tǒng)并非完美。Polsterer警告說：

尤其是這些算法只能做它們被訓(xùn)練過的事情。系統(tǒng)對于輸入是“不可知的”。給它一個星系，這個軟件就能估計出它的紅移和年齡——但是給這個系統(tǒng)輸入一張自拍照，或者一張腐爛的魚的照片，它也會輸出一個(非常錯誤的)年齡。最終，人類科學(xué)家的監(jiān)督仍然是至關(guān)重要的。這個問題又回到了你身上。你是負責(zé)解釋的人。

而費米實驗室(Fermilab)的Nord則警告說：

神經(jīng)網(wǎng)絡(luò)不僅要傳遞結(jié)果，還要傳遞誤差條，這一點至關(guān)重要，就像每個大學(xué)生所接受的訓(xùn)練一樣。在科學(xué)領(lǐng)域，如果你做了測量，卻不報告相關(guān)誤差的估計，沒有人會認真對待這樣的結(jié)果。

與許多人工智能研究人員一樣，Nord也擔心神經(jīng)網(wǎng)絡(luò)產(chǎn)生的結(jié)果的不可穿透性(impenetrability)；通常，一個系統(tǒng)會給出一個答案，但不提供該結(jié)果的過程。

然而，并非所有人都認為缺乏透明度(transparency)必然是個問題。

法國CEA Saclay理論物理研究所的研究員Lenka Zdeborova指出，人類的直覺往往同樣是不可理解的。你看了一張照片，立刻認出了一只貓——“但你不知道你是怎么知道的，”她說?！皬哪撤N意義上說，你自己的大腦就是一個黑匣子?！?/p>

不僅天體物理學(xué)家和宇宙學(xué)家正在向人工智能推動的數(shù)據(jù)驅(qū)動科學(xué)遷移。 像Perimeter理論物理研究所和安大略滑鐵盧大學(xué)的Roger Melko這樣的量子物理學(xué)家已經(jīng)使用神經(jīng)網(wǎng)絡(luò)來解決該領(lǐng)域中一些最棘手和最重要的問題，比如如何表示描述多粒子系統(tǒng)的數(shù)學(xué)“波函數(shù)”。

AI是必不可少的，因為Melko稱之為“維數(shù)的指數(shù)性詛咒?！币簿褪钦f，波函數(shù)形式的可能性隨著它描述的系統(tǒng)中的粒子數(shù)量呈指數(shù)增長。難度類似于在國際象棋或圍棋這樣的游戲中找出最好的走法：你試著往前看下一個走法，想象你的對手會玩什么，然后選擇最好的對策，但每走一步，可能性就會激增。

當然，人工智能系統(tǒng)已經(jīng)掌握了這兩種游戲——幾十年前的國際象棋，以及2016年的圍棋，當時一個名為AlphaGo的人工智能系統(tǒng)擊敗了一名頂級人類棋手。它們同樣適用于量子物理中的問題，Melko說。

機器的思維

無論Schawinski是否正確地宣稱自己已經(jīng)找到了做科學(xué)的“第三條道路”，或者像Hogg所說的那樣，它只是傳統(tǒng)的觀察和數(shù)據(jù)分析“類固醇”，很明顯AI正在改變科學(xué)發(fā)現(xiàn)的味道，而且肯定在加速它的發(fā)展。

人工智能革命將在科學(xué)上走多遠?

當然，偶爾也會有人對“機器人科學(xué)家”的成就夸夸其談。十年前，一位名叫亞當(Adam)的人工智能機器人化學(xué)家研究了面包酵母的基因組，并找出了制造特定氨基酸的基因。

最近，格拉斯哥大學(xué)(University of Glasgow)的化學(xué)家Lee Cronin一直在使用機器人隨機混合化學(xué)品，看看形成了什么樣的新化合物。通過質(zhì)譜儀，核磁共振儀和紅外光譜儀實時監(jiān)測反應(yīng)，系統(tǒng)最終學(xué)會預(yù)測哪種組合最具反應(yīng)性。Lee Cronin說，即使不能進一步發(fā)現(xiàn)，機器人系統(tǒng)也可以讓化學(xué)家將研究速度提高90％左右。

去年，蘇黎世聯(lián)邦理工學(xué)院的另一組科學(xué)家利用神經(jīng)網(wǎng)絡(luò)從一組數(shù)據(jù)中推導(dǎo)出物理定律。他們的系統(tǒng)類似于機器人開普勒(kepler)，通過記錄從地球上看到的太陽和火星在天空中的位置，重新發(fā)現(xiàn)了太陽系的日心模型，并通過觀察碰撞的球體，得出了動量守恒定律。

由于物理定律通?？梢杂貌恢挂环N方式表達，研究人員想知道這個系統(tǒng)是否會提供新的方法(也許是更簡單的方法)來思考已知的定律。

這些都是AI啟動科學(xué)發(fā)現(xiàn)過程的例子，盡管在每種情況下，我們都可以辯論新方法的革命性。

也許最有爭議的問題是，從數(shù)據(jù)中可以收集多少信息。在這個龐大的（并且不斷增長的）成堆的時代，這是一個迫切的問題。

在“The Why of Why”（2018年）一書中，計算機科學(xué)家Judea Pearl和科學(xué)作家Dana Mackenzie聲稱數(shù)據(jù)“非常愚蠢?！彼麄儗懙溃?/p>

關(guān)于因果關(guān)系的問題“永遠無法從數(shù)據(jù)中回答。無論何時，當你看到一篇論文或一項研究以一種非模型的方式分析數(shù)據(jù)時，你都可以肯定，這項研究的輸出只會進行總結(jié)，或許還會進行轉(zhuǎn)換，但不會解釋數(shù)據(jù)。

Schawinski同情Pearl的立場，但他把“單獨處理數(shù)據(jù)”的想法形容為“有點像稻草人”。他說，他從來沒有聲稱自己能以這種方式推斷因果關(guān)系?！拔抑皇钦f，我們可以用數(shù)據(jù)做比通常更多的事情?！?/p>

另一個經(jīng)常聽到的觀點是，科學(xué)需要創(chuàng)造力，而至少到目前為止，我們還不知道如何將其編程到機器中。Polsterer說：

每次你需要創(chuàng)造力的時候，你都需要一個人。要有創(chuàng)造力，你必須討厭無聊。我不認為電腦會感到無聊。另一方面，像“creative”和“inspired”這樣的詞經(jīng)常被用來描述像“Deep Blue”和“AlphaGo”這樣的程序。描述機器“思想”內(nèi)部的斗爭反映在我們探索自己思維過程的困難上。

Schawinski最近離開了學(xué)術(shù)界的私營部門，他現(xiàn)在經(jīng)營著一家名為Modulos的初創(chuàng)公司，該公司聘請了許多ETH科學(xué)家，據(jù)其網(wǎng)站稱，該公司“在人工智能和機器學(xué)習(xí)發(fā)展風(fēng)暴的中心”工作。

無論當前的人工智能技術(shù)和成熟的人工智能之間存在何種障礙，他和其他專家都認為，機器正準備承擔越來越多的人類科學(xué)家的工作。是否存在限制還有待觀察。

Schawinski最后表示：

在可預(yù)見的未來，是否有可能制造出一臺機器，能夠發(fā)現(xiàn)當今最聰明的人類用生物硬件無法獨立完成的物理或數(shù)學(xué)?科學(xué)的未來最終必然是由機器驅(qū)動的嗎?我不知道。這是個好問題。