投稿指南
一、稿件要求: 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立,论述详实,能够对读者的购买起到指导作用。文章体裁不限,字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件,请注明插图位置。插图应清晰可辨,可保存为*.jpg、*.gif格式。如使用word等编辑的文本,建议不要将图片直接嵌在word文件中,而将插图另存,并注明插图位置。 3、如果用电子邮件投稿,最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等,以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者,将保留追究由此引起的法律、经济责任的权利。 二、投稿方式: 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件,请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权: 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果,或对所投作品拥有合法的著作权,无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件,尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送,即不允许一稿多投。若投稿人有违反该款约定的行为,则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于:通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑,以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明,未经我方许可,任何网站、媒体、组织不得转载、摘编其作品。

科学的进步将取决于人类还是AI ?

来源:水科学与工程技术 【在线投稿】 栏目:综合新闻 时间:2021-10-29 09:13
作者:网站采编
关键词:
摘要:David C Krakauer 科学事业中正出现分歧。 一方面是人类的思维,这是我们物种所珍视的每一个故事、理论和解释的源头。另一方面是机器,这些机器的算法具有惊人的预测能力,但其内部

David C Krakauer

科学事业中正出现分歧。一方面是人类的思维,这是我们物种所珍视的每一个故事、理论和解释的源头。另一方面是机器,这些机器的算法具有惊人的预测能力,但其内部工作方式对于观察者来说却完全不透明。当我们人类努力理解世界的本质时,我们的机器就产生了可测量的、切实可行的预测,这些预测似乎超出了人类思维的范围。 尽管通过了解因果关系的叙述来理解世界可以满足我们的好奇心,但是预测则满足了我们的希望,将预测出机制映射到了现实中。我们现在面临着哪种知识更重要的选择,以及是否人力正在阻碍科学进步的问题。

直到近代,理解和预测还是反对无知的盟友。弗朗西斯·培根(Francis Bacon)是科学革命初期将它们整合在一起的第一批参与者,当时他认为科学家应该在世界范围内进行交流,改进他们使用的仪器。他说,这种方法可以避免因试图掌握现实而造成的痛苦停滞和循环性。在他的《新工具论》(Novum Organum,1620)中,他写道:

我们发现科学的新方法几乎没有提高智力的敏锐度,也没有将人的智力提高到新的等级。如在用手画一条直线或精确的圆一样,直线和圆的精确度很大程度上取决于手的稳定性和实践性;但是如果使用尺子或指南针,则直线和圆的精确度与手几乎无关,科学界现有的方法也是如此。

培根合理地建议应该使用工具来增强人类的感知和理性,而且通过这些手段人类可以逃避沉思的迷宫。

艾萨克·牛顿(Isaac Newton)热情地采纳了培根的经验哲学。他在他的职业生涯中都致力于开发工具:物理镜头和望远镜,以及心理帮助和数学描述(形式化),所有这些都加快了科学发现的步伐。但是,对工具日益增长的依赖隐藏了令人不安的分歧的种子:哪些是人类的思维可以辨别出的世界的潜在机制,哪些是我们的工具能够进行测量和建模的。

如今,这种分歧可能会威胁到整个科学项目的进步。 我们似乎已经达到了极限,在这种极限下,理解和预测、机制和模型失去了一致性。在培根和牛顿时代,易于理解的世界叙述以及可检验的预测形成了一个良性循环。引人入胜的理论以现实世界的观察为后盾,使人类对从天体力学到电磁学和孟德尔遗传学的一切事物都有了深刻的理解。科学家已经习惯了使用动态规则和规律表达的直观理解——例如查尔斯·达尔文 (Charles Darwin)的自然选择理论和格雷戈尔·孟德尔(Gregor Mendel)的独立分类原理——来描述生物体的基因物质如何通过其父母染色体的分离和重组而传递下去。

但是 在“大数据”时代,理解和预测之间的联系不再成立。现代科学在解释原子、光和力等相对简单的问题上相对取得了惊人的进步。现在,我们试图理解更复杂的世界,从细胞到组织、从大脑到认知偏见、从市场到气候。新颖的算法使研究人员能够预测这些学习和进化的自适应系统的行为的某些特征,同时仪器可以收集有关它们的大量信息。尽管这些统计模型和预测通常可以使事情变得正确,但科学家们几乎不可能重建它们的工作方式。仪器智能 (通常是机器智能)不仅具有抵抗性,而且有时会积极地反对理性。例如,对基因组数据的研究可以捕获数百个参数——如患者、细胞类型、病情、基因、基因位置等——并将疾病的起源与成千上万的潜在重要因素联系起来。但是,这些“高维”数据集及其提供的预测让研究人员无法进行解释。

如果科学界可以用牛顿模型和量子模型预测人类行为,那学者们可进行解释,但是仍不能预测。科学与复杂现实之间的坦率冲突产生了分歧。一些批评家声称,这是人类自己的顽固的人类中心主义(坚持认为我们的工具比不上我们的智力),它阻碍了科学的发展。他们说,如果不再担心机器取代人类的思维,研究人员可以使用机器来加速对事物的掌握。 计算机智能的模拟不需要具有神经系统的结构,就像望远镜不需要具有眼睛的解剖结构一样。的确,射电望远镜提供了一个令人信服的例子,证明了一种新颖的非光学机制可以超越纯粹的光学功能,射电望远镜能够探测到银河系视线以外的其他星系。

文章来源:《水科学与工程技术》 网址: http://www.skxygcjs.cn/zonghexinwen/2021/1029/1307.html



上一篇:科学育儿指导“进社区”之健康早教语言游戏—
下一篇:科学离不开计算 介绍五个 至关重要的方程式

水科学与工程技术投稿 | 水科学与工程技术编辑部| 水科学与工程技术版面费 | 水科学与工程技术论文发表 | 水科学与工程技术最新目录
Copyright © 2018 《水科学与工程技术》杂志社 版权所有
投稿电话: 投稿邮箱: