人工智能已经抢了越来越多普通人的饭碗，那么，未来人工智能是否会厉害到取代科学家，成为下一个爱因斯坦？

 

其实这个问题的答案很简单：真正有重大创建的科学家永远不可能被机器取代。

科学是如何产生的？

最权威的答案来自爱因斯坦，他是有记录以来回答过这个问题的最伟大的科学家。

爱因斯坦的狭义相对论、广义相对论是一个公理化体系。

所谓公理化体系，是以几个被视为公理的基本原理作为逻辑推演的起点，此后所有结论全部是用逻辑推导出来的。

爱因斯坦提出的理论是他构造和想象出来的。

所谓公理化体系，是以几个被视为公理的基本原理作为逻辑推演的起点，此后所有结论全部是用逻辑推导出来的。牛顿的理论体系与此相同。

那么，我们用人工智能的方式能不能构建理论呢？

如果我们已经找到构建新理论的公理，确立了这个理论的逻辑推演的起点，此后逻辑推演部分的工作，人工智能完全有可能完成。

但是人工智能绝对没有可能独立（即在没有人的帮助的条件下）决定基本定理，或称公理，没有能力构建理论的起点。

 

爱因斯坦如何构建理论体系？

科学家曾经问爱因斯坦是怎么构建他的理论体系的。

爱因斯坦说上帝站在彼岸（指的是客观事物），我们站在此岸，我们永远到不了彼岸，也永远不知道上帝在干什么，我们唯一能做的就是猜上帝在干什么。

我们构建的理论就是在猜上帝在干什么。那么怎么猜呢？爱因斯坦说首先是靠直觉建立基本原理（公理），这是最困难的部分。

剩下的是逻辑推理，任何懂得数学的人都可以做。再进一步的问题是什么是直觉？直觉从哪里来？

爱因斯坦说，直觉是经验与事实之间的共鸣。从事实到经验，再到提出基本原理，这之间没有逻辑的道路可循。

爱因斯坦说的直觉就是创造力的最高形式。人工智能永远没有可能具有这种创造力，但是人工智能可以极大地帮助科学家。

爱因斯坦创建广义相对论用了8年时间。期间大量的时间精力消耗在寻找适当的数学工具和数学推导上。

可以假想，如果爱因斯坦有非常高级的人工智能帮助，当有了构建模型的基本原理和结构后，数学推理的工作可以由人工智能完成，这会大大加快他的速度，提高效率，让他有更多时间发展新理论。

 

人工智能可以做到什么？

人工智能最终是否能达到以上说的这种能力，可以讨论。

但人工智能至多只能做到这个程度，而不可能具有独立产生高度概括性直觉、提出基本原理、依此构建理论体系、非逻辑的创造能力。

为了理解前面说的道理，我们再用牛顿构建第一个物理理论体系的过程。

就像爱因斯坦说的，牛顿三大定律是经验与事实的共鸣所产生出来的，是牛顿的直觉捕捉到的。

为什么是这些公理？为什么不是其他的？为什么没有更多或更少？这些不仅是不可能从单纯逻辑推理能回答的问题，而且是教师无法教授的问题。

因此，是人工智能和机器学习无法模仿、无法自我生成的。

爱因斯坦是牛顿之后，方法最像牛顿的物理学家。为了面对他要解决的问题，在构建相对论的理论体系时，他把牛顿的一些基本定律拿掉，换成了他自己的。

科学理论必须能接受实验和观察的检验。所有牛顿理论体系能推出来的,用爱因斯坦的理论都能推导出来，即能接受与牛顿理论相同的检验。

一个科学理论，不能解释其他理论已经解释的东西，那意味着这个理论是错误的。

但更重要的是，这个理论还能推导出更多的东西，如今宇宙学的大量新发现都是广义相对论的基础上发展的理论预言发现的。

这些伟大的理论创造是人工智能没办法创造出来的，从以上科学的伟大创造的角度看，幻想人工智能代替人，创造全新的理论，那是不知道科学是如何产生的人随便说的笑话。

 

最高境界的智能

说到创造，还包括艺术创造，艺术创造比科学有很大的随意性。

因为艺术不需要实验和观察的验证，只要人们喜欢即可。我不是艺术家，所以我无法评论，但我从科学家的角度猜测，评判艺术创造是不是好创造，应该取决于人们是不是欣赏它。

如果有人欣赏或者足够多的人欣赏就是好的创造，没人欣赏就不是好的创造。

科学创造比艺术创造要求严格得多，但科学创造不考虑有没有人欣赏。

科学理论建立之后，考虑的是科学结果能不能得到实验和观察的验证。

这个要求非常高，这也是重要的科学理论很少的原因，物理学至今只有三个体系，牛顿力学体系、相对论体系和量子力学体系。

有用的理论必须能解释原本已经能解释了的事实，还能解释更多的原先不能解释的事实。在这个要求下，就很少有新理论能被创造出来，因为这是最高境界的智能。

在这个层面上，我看不到任何人工智能替代人的可能性。当然，人工智能作为重大的核心的辅助手段，可以大大帮助人取得科学的突破。

 

---

为了帮助大家让学习变得轻松、高效，给大家免费分享一大批资料，让AI越来越普及。在这里给大家推荐一个人工智能Python学习交流群：519970686 欢迎大家进群交流讨论，学习交流，共同进步。

当真正开始学习的时候难免不知道从哪入手，导致效率低下影响继续学习的信心。

但最重要的是不知道哪些技术需要重点掌握，学习时频繁踩坑，最终浪费大量时间，所以拥有有效资源还是很有必要的。

标签：爱因斯坦,人工智能,理论,牛顿,饭碗,创造,构建
来源： https://www.cnblogs.com/t198520/p/10470184.html