跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

AI正在吃掉科学:最新结果究竟说明了什么

9月29日,美国国家经济研究局发布了一份工作论文。文中描述了一套开源工作流程,大语言模型用它复现、改进并扩展已发表的经济学研究。这套流程在4452个复现包中的3460个里标出了不一致之处。

科学解释郑雪莉发布: 2026年9月29日7 分钟阅读资料来源 9
AI正在吃掉科学:最新结果究竟说明了什么

NBER工作论文35782号标注的日期是2026年9月,9月29日出现在该局网站上。作者Matthew Schwartz、Isaiah Andrews和Jesse M. Shapiro描述了一套分三步的流程。第一步复现论文原有的计算。第二步检查结果与已发表结论是否存在出入。最后一步运行自动化的敏感性分析。

这套流程处理了来自五本经济学期刊的4452个已发表复现包,在其中3460篇论文或其附录中标出了不一致之处。这并不意味着经济学研究大多是错的。它衡量的是自动重跑与印出来的结果对不上的频率。原因可能是编码疏漏、版本不匹配,也可能是没有记录在案的处理选择。论文还报告了另外两个数字。在496篇论文中,这套流程把计算时间缩短了10倍以上,精度相当或更高。在923篇论文中,它给出了原作没有、但符合其目标与假设的扩展。

论文本身有一份诚实的披露

论文里有一段披露,引用结果之前值得先读。文中说明分析和写作过程中使用了大语言模型。Schwartz曾以合同工身份为Anthropic工作。论文明确表示Anthropic不认可这些结果或观点。Shapiro此前曾以有偿访问学者身份在微软新英格兰研究院工作,并为FutureOfCapitalism担任有偿顾问。他也曾为《纽约时报》有偿撰稿。这种透明度在这一领域并不多见。它让读者可以自行掂量这些利益冲突,而冲突是真实存在的。

数学家们在争论同一件事

9月29日发表的两篇文章从纯数学角度谈这个问题。Dan Romik在自己的博客上写到OpenAI宣布解决纳维-斯托克斯问题一事。他说数学家们对自己未来的角色感到焦虑。他引用Scott Aaronson的反应,说那是一连串字母A。Romik随后论证,这种焦虑放错了地方。

数学研究是一个反馈回路,它在不断重新审视、消化和提炼既有知识、并试图改进它的过程中产生新知识,Romik写道。

Romik的技术主张比新闻标题所暗示的要窄。按他的说法,在既有语料上训练的AI模型能生成定理,与人类生成的知识只差一步。它们做得比人快。但他认为,这些模型无法反思自己的输出,无法简化它,无法提炼出一个证明为何成立,也无法把这个想法推广以便复用。他预测,放任不管的自主系统在第一波之后就会停滞,淹没在自己的输出里。Stephen Wolfram在一篇长文中提出了相关论点,文章标注日期为9月28日,9月29日发表。他写道,现代AI主要是调用人类既有知识语料的一种方式。他说,纯数学的核心是人类想象力在决定该问哪些问题。Wolfram还区分了AI与计算。AI挖掘的是人类已经产出的东西。计算从一条规则出发并运行它,产生的结果具有不可约的新意。他把这一性质称为计算不可约性。

产业层在同步推进

研究成果出现的同时,商业公告也把自主研究当成产品功能来卖。CoreWeave在9月29日发文介绍ARIA,这是一个内置于Weights & Biases的编码智能体。它读取团队的实验,形成假设,写出配置,通过W&B Launch启动运行。然后它对照基线评估结果,起草报告。

公司称ARIA生成的是可共享的W&B工作区、面板和报告,而不是返回文本。它可以在Weights & Biases移动应用中使用。页面顶部的一行说明显示,这篇文章最初于7月29日发表在W&B博客上。CoreWeave的网站则以9月的日期刊载。Oracle在9月29日也有类似动作,宣布推出Fusion Claw,这是为其Fusion Applications提供的受治理智能体执行运行时。公司称已有25个由Claw驱动的智能体应用可用,属于75个应用组合的一部分。公司表示该运行时把前沿模型与确定性的企业计算结合起来,并用Outcome Receipt作为可审计的运行记录。Oracle的公告引用了CEO Mike Sicilia的话。根据新闻稿,这些系统运行在Oracle Cloud Infrastructure上,由包括Gemini和OpenAI在内的前沿模型驱动,并计划支持其他模型。

硬件则从能源一侧追赶同一个问题。Efficient Computer在9月29日表示完成9700万美元B轮融资,由TQ Ventures领投。这使其融资总额达到17300万美元,估值65000万美元。CEO Brandon Lucia写道,公司的处理器能效比传统CPU架构好10到100倍。他说公司正量产Electron E1,面向嵌入式物理AI系统。这一说法来自公司自己的博客文章,本文未独立核实。

能源、水,以及被要求承接这一切的地方

算力扩张有它的地理分布,而这样的地理分布有它的政治。CBC新闻在9月29日报道了纽芬兰与拉布拉多省能源部长Lloyd Parrott。他在9月中旬关于丘吉尔瀑布协议的特别会议期间对省议会说,本省的大门是敞开的。该省一位部门发言人Brodie Thomas向CBC确认,已有公司就数据中心事宜与政府接触。他说涉及商业敏感内容的讨论不便置评。CBC引用写过一本数据中心著作的Paris Marx的话,问他:在电力可能有更好用途的情况下,把它给数据中心是否合理。TechNL的CEO Andrea King对这家广播机构说,拉布拉多符合项目方寻找的条件:低碳水电、寒冷气候和土地。但这些本身并不能让一个项目变成好主意。

这场争论不只在加拿大。CBC指出,Meta在阿尔伯塔省Sturgeon County规划的数据中心预计耗资130亿美元,将在两到三年内上线。CBC还提到,新斯科舍省省长Tim Houston为任何项目方设定了五项起始条件。这一切背后的能源算术既老派又不时髦。David MacKay的Sustainable Energy Without the Hot Air仍是粗略估算的标准读物,其网站最后修改日期为2015年8月29日。这个页面在9月29日仍被翻出来。

更新的论述来自Hannah Ritchie,她9月29日在自己Substack上发表了一篇关于电气化的分析。她梳理了牛津大学教授Nick Eyre给出的数字,报告称在转型后的系统中,全球终端能源需求从416艾焦降到247艾焦,约低40%。电力需求从110艾焦升到189艾焦。她写道,电动汽车把约80%的能量转化为运动,汽油车只有20%。该模型假设所有未电气化的部门都使用氢能。她指出这是一个简化。

这一周究竟确立了什么

这里没有任何内容表明AI已经取代了研究者。NBER那篇论文是关于复现的流程论文,不是关于发现的主张。Romik的论点是预测,不是结果。他明确说,他认为我们还没到那个世界。Wolfram写的是随笔。这一周真正确立的是:自动复现和扩展已发表成果的工具,如今已经公开存在。它们在大规模语料上的出错率高到不容忽视。而搭建商业基础设施的人,所推销的自主性时间表,比思考自主性究竟为何物的人要短得多。

评论 0

资料来源

9
  1. 01An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
  2. 02The feedback loop of mathematics researchEN
  3. 03What's the Future for Pure Math Research in the Age of AI?EN
  4. 04Introducing CoreWeave ARIA: AI Research and Iteration AgentEN
  5. 05Oracle Extends Fusion Agentic Applications with Introduction of Fusion ClawEN
  6. 06Solving computing's energy problem with Efficient Computer's $97M Series BEN
  7. 07AI data centres in N.L.? The door is 'open for business,' says energy ministerEN
  8. 08Electrification efficiency: The world will need less energy after the transitionEN
  9. 09Sustainable energy without the hot airEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

郑雪莉

郑雪莉

科学与健康

郑雪莉负责FLASH24科学与健康版块,日常从论文预印本、期刊官网和机构通报中抓取信息,只盯数据来源和实验设计是否站得住。她习惯把每项统计数字与原始数据集交叉比对,遇到百分比先算清分母再决定是否采用。她常联系一线研究人员核实细节,也会在日历上标记大型队列研究的发布节点,提前比对不同团队的结果。私下她学材料物理,还自己架望远镜观测,这让她对测量误差和观测条件格外敏感。她有一条硬规矩:样本量、利益冲突或方法说明缺一项,稿子就不发。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。