人工智能正在大幅降低解决数学、物理和经济学领域复杂理论问题的计算成本,这是麻省理工学院(MIT)最新研究得出的结论。
MIT FutureTech研究人员的一项研究发现,在16个月的时间里,AI模型成功回答高级理论问题的比例从仅2.8%提升到了34.6%。
同期,生成一份获得满分答案的计算成本从约170美元降至15美元,降幅达11倍。
这些发现表明,AI可能会大幅改变科学研究的开展方式,有望让研究人员能够探究那些以往需要耗费大量时间和专业知识才能解决的理论问题。
AI与人类研究者的对比测试
研究人员加布里埃尔·曼索(Gabriel Manso)、克劳迪奥·梅林克·维尔东(Claudio Mayrink Verdun)和尼尔·汤普森(Neil Thompson)评估了OpenAI在2024年12月至2026年4月间发布的六代模型。
每个模型都接受了相同的254个理论问题测试,这些问题来自数学、物理学和经济学等七个领域的最新科学论文。
模型获得了问题及其基本假设,但无法访问原始研究论文或搜索互联网。
随后,研究人员将模型给出的答案与撰写原始论文的人类研究者得出的结论进行对比评估。
测试中最新的模型在254个问题中有88个获得满分,而最早的模型仅有7个问题获得满分。
所有七个科学领域都记录到了性能提升。
更低成本的科学推理意味着什么
研究人员认为,计算成本的下降可能使那些在自身传统专业领域之外工作的科学家也能使用先进的理论方法。
这也可能鼓励研究人员探索更多问题,包括以往被认为成本过高或过于耗时而难以追究的问题。
然而,该研究也指出了一个重要的局限性:给出一个看似合理的理论答案,并不等同于建立新的科学知识。
研究结果主要由AI进行评分,仅有有限的独立数学审核。报告中的成本也不包括人力劳动以及验证结论所需的工作。
科学家仍然需要确定值得研究的问题,检验结果,并判断新发现如何融入现有知识体系。
研究人员提出,随着理论推理变得越来越便宜,这些活动可能会成为科学进步中日益重要的制约因素。
这篇题为《AI颠覆与理论研究成本下降》(AI Disruption and Falling Costs in Theory Research)的论文提出了一种可能性:AI不仅会改变科学发现的速度,还将改变研究的组织方式以及科学家选择探究哪些问题。
主图来源:ScienMag.com
热门跟贴