機器學習的出現(xiàn)，是否意味著“古典科學”的過時？

作者：Laura Spinney

譯者：劉媛媛

原文：Are we witnessing the dawn of post-theory science?

讓我們回憶一下，Isaac Newton 被一個蘋果砸中頭部，然后是怎么提出牛頓第二定律——萬有引力的？

大概過程是這樣的：大量的實驗和數(shù)據(jù)分析之后，他意識到，力、質(zhì)量和加速度之間存在根本的關(guān)系。然后他制定了一種理論來描述這種關(guān)系，表示為一個方程“F=ma”，并用它來預(yù)測蘋果以外的物體的行為。事實證明，他的預(yù)測是正確的（這對于不要求精確度的人們來說是足夠）。

現(xiàn)在，我們再來對比一下當今科學發(fā)展的新潮流：Facebook 的機器學習工具比任何心理學家都更能預(yù)測你的偏好；DeepMind 開發(fā)的 AlphaFold，可以根據(jù)蛋白質(zhì)所含的氨基酸對蛋白質(zhì)結(jié)構(gòu)做出了迄今為止最準確的預(yù)測。

它們的誕生對于科學界的研究范式來說究竟意味著什么？換句話說：獲取知識的最佳方式是什么？科學又從何而來？

人類的不安

Facebook 和 AlphaFold 沒有提供任何理論解釋。這些算法只是完成工作并且效果還不錯。我們每天都在見證 Facebook 預(yù)測的社會影響。AlphaFold  的影響尚未顯現(xiàn)，但許多人相信它將改變醫(yī)學。

一時間，它們的理論基礎(chǔ)似乎隱居二線。

2008 年，時任 Wired 雜志的主編 Chris Anderson 預(yù)言了一種理論的消亡。他認為，現(xiàn)在已經(jīng)積累了如此多的數(shù)據(jù)，而計算機在發(fā)現(xiàn)數(shù)據(jù)間的關(guān)系方面比人類表現(xiàn)的更好。很快，古老的科學方法，即假設(shè)、預(yù)測、檢驗，將被扔進歷史的垃圾箱。人們不再尋找事物的本質(zhì)原因，而是滿足于數(shù)據(jù)間的相關(guān)性。

事后看來，Anderson 所看到的情況是真實的。大量數(shù)據(jù)的復(fù)雜性無法被我們傳統(tǒng)理解的理論所捕捉。

德國馬克斯普朗克生物控制論研究所所長、計算神經(jīng)科學家 Peter Dayan 說：“因為不知道它們會是什么樣子的，所以我們甚至沒有能力寫出對描述有用的理論?！?/p>

但 Anderson 對理論終結(jié)的預(yù)測似乎為時過早。盡管 Facebook 和 AlphaFold 這樣的無理論基礎(chǔ)的預(yù)測引擎取得了成功，但理論不會消亡，此處有以下三個原因。

第一個原因是，我們已經(jīng)意識到 AI，尤其是神經(jīng)網(wǎng)絡(luò)這種機器學習形式，無需接受明確的指令即可從數(shù)據(jù)中學習，它們本身是容易出錯的。想想谷歌搜索引擎和亞馬遜招聘工具中記錄的偏見就可以明白。

第二，人類對沒有理論基礎(chǔ)的科學方法深感不安。我們就是不喜歡和黑匣子相處。

第三，可能仍然有很多傳統(tǒng)類型的理論（即人類可以理解的）可以有效地解釋很多事情，只是尚未被發(fā)現(xiàn)。

所以理論還沒有消亡，但它正在改變——也許還會變得面目全非。普林斯頓大學心理學家 Tom Griffiths 說：“擁有大量數(shù)據(jù)時的有意義的理論，與僅擁有少量數(shù)據(jù)時有意義的理論，看起來是完全不同。”

Griffiths 一直在使用神經(jīng)網(wǎng)絡(luò)來幫助改進他所在領(lǐng)域的現(xiàn)有理論，即人類決策。一個關(guān)于人們在涉及經(jīng)濟風險時如何做出決策的流行理論是前景理論，它由行為經(jīng)濟學家 Daniel Kahneman 和 Amos Tversky 在 1970 年代提出的（后來 Kahneman 獲得了諾貝爾獎）。其核心理念是：人并非總是理性的。

圖2 Daniel Kahneman，人類行為前景理論的創(chuàng)始人之一

在 2021 年 6 月的 Science雜志上，Griffiths 的小組描述了他們?nèi)绾卧谝粋€龐大的決策數(shù)據(jù)集上，訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)模型，該數(shù)據(jù)集包含在 10,000 個有風險的選擇場景中人們做出的決策，然后比較模型預(yù)測有關(guān)前景理論的進一步?jīng)Q策的準確度。他們發(fā)現(xiàn)前景理論做得很好，但是神經(jīng)網(wǎng)絡(luò)在突出理論失敗的地方（即預(yù)測失敗的地方）顯示出它的價值（參見“數(shù)據(jù)實戰(zhàn)派”往期報道）。

Griffiths 認為，這些反例反映的信息量更大，因為它們揭示了現(xiàn)實生活中存在的更多復(fù)雜性。例如，正如前景理論所描述的那樣，人類不斷地根據(jù)傳入的信息權(quán)衡概率。但是，當大腦要計算的競爭概率太多時，他們可能會轉(zhuǎn)向不同的策略。例如，受經(jīng)驗法則的指導(dǎo)，股****經(jīng)紀人的經(jīng)驗法則，可能與青少年比特幣交易員的經(jīng)驗法則不同，因為它來自不同的經(jīng)驗。

 “我們基本上是在使用機器學習系統(tǒng)，來識別那些觀察與理論不一致的情況”，Griffiths 說。

數(shù)據(jù)集越大，人工智能學習的不一致就越多。最終得到的結(jié)果，不是傳統(tǒng)意義上的關(guān)于人們?nèi)绾巫龀鰶Q定的精確主張的理論，而是一組受某些約束的主張。

一種描繪它的方式可能是“如果...那么...”類型規(guī)則的分支樹，這很難用數(shù)學來描述，更不用說用語言描述了。

可理解和預(yù)測性之間的權(quán)衡

人類也不是第一次面臨這種局面了。

1980 年代，語音識別軟件先驅(qū) Frederick Jelinek 曾說說：每解雇一名團隊中的語言學家，語音識別器的性能就能獲得提高。

他的意思是，對理論的執(zhí)著某種程度上阻礙了實踐上的進步。

以預(yù)測而蛋白質(zhì)結(jié)構(gòu)的例子來說明。蛋白質(zhì)的功能很大程度上取決于它的結(jié)構(gòu)，因此，如果你想設(shè)計一種****物來阻斷或增強給定蛋白質(zhì)的作用，你需要了解它的結(jié)構(gòu)。

AlphaFold 使用 X 射線晶體學等技術(shù)，對實驗推導(dǎo)的結(jié)構(gòu)進行了訓(xùn)練，目前它對于有一些實驗數(shù)據(jù)的蛋白質(zhì)的預(yù)測，比那些沒有實驗數(shù)據(jù)的蛋白質(zhì)的預(yù)測更可靠。

歐洲生物信息學研究所 (EMBL-EBI) 前主任 Janet Thornton 說：”模型的可靠性是一直在提高的。缺少理論并不會阻止****物設(shè)計師使用它，這只會增進我們對生命和治療的理解?！?/p>

圖3 由 AlphaFold 程序模擬的蛋白質(zhì)結(jié)構(gòu)

同時，也有一部分人顯然對這種科學發(fā)展方向不太滿意。

例如，批評者指出，神經(jīng)網(wǎng)絡(luò)可能會產(chǎn)生虛假的相關(guān)性，尤其是在訓(xùn)練數(shù)據(jù)集很小的情況下。

而且所有數(shù)據(jù)集都是有偏見的，畢竟科學家們收集數(shù)據(jù)的方式不是均勻或中立的，而是始終考慮某些假設(shè)，這些假設(shè)對谷歌和亞馬遜的人工智能造成了破壞性影響。

正如科學哲學家 Sabina Leonelli 解釋的那樣：“我們使用的數(shù)據(jù)環(huán)境非常扭曲?！?/p>

雖然這些問題確實存在，但計算神經(jīng)科學家Dayan并不認為它們是不可克服的。

他指出，人類也有偏見，而且與人工智能不同，人類是以非常難以審視或糾正的方式。

AI 新科學面臨的一個更大的障礙，可能是人類需要解釋這個世界——用因果關(guān)系來討論。

2019 年，西雅圖華盛頓大學的神經(jīng)科學家 Bingni Brunton 和 Michael Beyeler 寫道:“這種對可解釋性的需求，可能阻礙了科學家們對大腦產(chǎn)生新的見解，這種見解只能從大型數(shù)據(jù)集中出現(xiàn)”。

但他們對此也表示同情。他們說：“如果要將這些見解轉(zhuǎn)化為****物和設(shè)備等有用的東西，計算模型必須產(chǎn)生對臨床醫(yī)生、最終用戶和行業(yè)可解釋和信任的洞察力?！?/p>

解決如何彌合可解釋性差距的——可解釋人工智能，已成為熱門話題。但這種差距只會越來越大，我們可能會面臨權(quán)衡取舍：愿意為可解釋性放棄多少可預(yù)測性？

對 AI 驅(qū)動的科學，還有最后一個反對意見是，人們對舊理論方法仍有待發(fā)現(xiàn)，其中可能存在有用的地方（即從離散示例中提取的概括）。而且只有人類才能做到這一點，因為它需要直覺。

換句話說，它需要一種對一般規(guī)則相關(guān)的示例屬性，進行本能的歸納總結(jié)。

牛頓厲害的一點，他為了提出牛頓第二定律，必須忽略一些數(shù)據(jù)。例如，他必須想象，事物在真空中下落，不受空氣阻力的干擾。

上個月 Nature 發(fā)了一篇文章，德國數(shù)學家 Christian Stump 在文中表示，人類這種直覺行為是“發(fā)明/發(fā)現(xiàn)過程的核心”。但他寫這篇文章的原因是，DeepMind 建立了一個機器學習程序，該程序幫助人類數(shù)學家從以往的數(shù)學中獲得新的見解與概括。

因此，可以預(yù)見的是，2022 年，AI 會在各種科學過程中留下足跡。

我們越將它納入人類對知識的追求，它就越會改變這種追求。

我們必須學會忍受這一點，并向自己保證這樣一件事：人類仍然在問問題，正如 Pablo Picasso 在 1960 年代所說，“計算機是無用的。他們只能給人類答案?！?/p>

*博客內(nèi)容為網(wǎng)友個人發(fā)布，僅代表博主個人觀點，如有侵權(quán)請聯(lián)系工作人員刪除。