在一個我們的星球被自駕實驗室覆蓋、大小如同 Gigafactories 的世界中，我們該如何看待科學？ 我最近在奧斯丁舉辦了一場與 @cosmos_inst 和 @mbrendan1 共同探討「AI 與科學共和國」的研討會。 閱讀清單從亞里士多德到 AlphaFold，我們探討了在擁有 AI 科學家和自駕實驗室的世界中，科學將如何演變的核心問題。 一些收穫： 1. AI 科學家可以加速有意義的「科學」信息的產出，但科學關心的是認證知識的擴展。這種認證不僅是暫時的（波普），而且深深根植於社會學和規範（梅頓、庫恩）。波普有力地論證，即使我們能夠建造一台「歸納機」，通過發現先前未注意到的模式來學習表徵世界，歸納機的運作仍然基於人類工程師嵌入的客觀函數和世界模型。工程師所認為的「做科學」——什麼算是有意義的模式、有效的實驗或令人滿意的解釋——使我們回到科學的目標和界限這一不斷演變的問題，這些問題必須由科學共和國作為一個本質上政治的機構來回答。 2. AI 可能過於強大，無法僅僅作為工具。AI 的公民身份問題對我們的科學共和國的未來至關重要。波蘭尼將科學家社群——科學共和國——建模為海耶克式的自發秩序。正如價格是無數個體欲望和市場調整的產物，科學也類似於一個專家政治體，每個專家都有有限的知識，共同努力拼湊出知識的巨大拼圖板，其中每一項發現都調整了其他人的努力。在現代，科學共和國要求擁有博士學位才能獲得公民身份，但這不僅排除了公民科學家，也排除了 AI。AI 是工具——一個超智能的望遠鏡——還是科學共和國中的合格公民？如果 AI 成為合格公民，則共和國的治理結構可能需要改變。如果它仍然是一個工具，我們必須問：誰的工具，為誰的目的服務？ 3. AI 終結停滯的承諾取決於正確診斷疾病。90% 的科學家至今仍然活著（德索拉·普賴斯），但根據許多指標，科學發現的新穎性和重要性正在下降（考恩和科利森）。如果科學的瓶頸是提出正確問題、扭曲的出版激勵和機構硬化，AI 需要直接針對這些問題，而不僅僅是發表更多的論文。AI 能否幫助我們激勵質量而非數量，發表負面結果而不僅僅是公關準備的成功，並探索發現和培養人才的新模式？ 我們的課程大綱、閱讀清單等在這裡：