热议！AI在科学领域是"加速器"还是"伪命题"？ AI for Science报喜不报忧， 有博士生现身说法了： “2018年，我作为普林斯顿大学等离子体物理学专业读博二年级的学生，决定将研究重点转向机器学习。 当时并无现成的研究项目，但我相信借助人工智能可加速物理学研究，且该领域高薪工作对我的吸引力也不容忽视。 我选择探索Yann LeCun所说的「相当热门课题」——利用人工智能求解偏微分方程（PDE）。可当我试图基于已有成果进一步研究时，发现人工智能方法的表现并不如宣传的那般出色。 最初，我用广受关注的人工智能方法PINN求解简单偏微分方程，然而结果出人意料地不理想。同时，我发现多数声称人工智能求解速度远超传统数值方法的研究存在偏颇。 在将人工智能与前沿数值方法进行公平比较时，人工智能此前表现出的优势大多消失。我由此开始质疑人工智能能否真正“加速”乃至“彻底改变”科学研究，以及它在科学领域的潜力是否被夸大。 无独有偶，类似问题也出现在其他机构。 2023年，DeepMind声称发现了220万个晶体结构，这本应大幅扩充人类对稳定材料的认知，但材料科学家分析后发现，这些化合物大多无实际价值，论文成果也未带来新材料的突破。”
