人工智慧爆炸式發展，但科學發現的總體效率正在下降。
2023-03-31 16:32:44
人工智慧正在爆炸式地發展，但總的來說，就單位成本投資和人均結果而言，科學發現的效率正在下降：諾貝爾獎得主年齡超過10歲，一個重要的發現需要數十人的努力。問題是什麼
雖然新聞內容以政治、經濟和娛樂八卦為主，科學技術是人類福祉和文明長期進步的基礎。如今，科學家的數量、科學基金的規模和科技論文的發表數量。比以往有了很大的提高，這也促進了人類事業的繁榮。
從表面上看，這無疑是令人鼓舞的。然而，儘管這些指標增長迅速，我們在理解科學方面取得了相應的進展嗎或者我們投入更多的資源只是為了維持（甚至減少）科學進步的步伐
《大西洋》雜誌最近發表了一篇名為《科學》的文章，文章稱，儘管人工智慧或基因編輯等技術正在爆炸式發展，但科學發現的總體效率正在下降。
《大西洋月刊》進行了一項調查，要求科學家們比較各自領域的諾貝爾獎得主，然後利用排名信息來確定在過去幾十年中諾貝爾獎得主的質量發生了怎樣的變化。
為了獲得物理學獎，《大西洋月刊》調查了來自世界頂尖學術物理系（根據上海世界大學的排名）的93名物理學家，並要求他們評判1370對發現。
下面的條形圖顯示了每十年諾貝爾獎發現的分數。分數越高，得分者越有可能認為這個時期的發現比其他時期的發現更重要。請注意，統計數據是基於發現年，而不是獎勵。
20世紀第一個十年的表現並不令人滿意。在過去的十年裡，諾貝爾獎委員會一直在探索這個獎項是為了什麼。現在，例如，有一個獎項是為了更好地照亮大海的燈塔和浮標。如果你在船上航行，這是一個好消息。但與現代物理學關係不大，在20世紀的前十年，諾貝爾獎獲得者大都符合現代物理學的概念。
從1910到1930年代是物理學的黃金時代，這是量子力學時代。量子力學是歷史上最偉大的科學發現之一。它從根本上改變了我們對現實的理解。量子力學也引發了其他幾個革命：X射線晶體學的發明，它使我們能夠探索原子世界。中子和反物質被發現。這是科學史上最偉大的時期之一。
從那時起，分數急劇下降，直到20世紀60年代，一些分數開始反彈。這主要是由於兩個發現：宇宙微波背景輻射和粒子物理標準模型的建立，這導致我們找到基本粒子和力的最佳理論。即使有了這些發現，從20世紀40年代到80年代，物理學家仍把諾貝爾獎評為低於1910年代到30年代十年來最低的分數。
圖表數據於80年代末期結束。原因在於，近年來，諾貝爾獎委員會更傾向於對始於70年代和80年代的成就頒發獎項。事實上，自1990年以來，只頒發了三項諾貝爾獎。這個數額太小了，不能提供高質量的e。對20世紀90年代的研究結果，我們沒有調查這些發現。
然而，自1990年以來幾乎沒有什麼成就被授予這一事實本身就具有啟發性。諾貝爾獎委員會傾向於跳過幾十年，為早先的成就頒發獎項。鑑於70年代和80年代本身看起來並不那麼好，這對物理學來說是壞消息。
物理學不怎麼好。也許其他領域正在做得更好《大西洋月刊》對諾貝爾化學獎和諾貝爾生理學或醫學獎進行了類似的調查。
正如你所看到的，結果比物理學獎略好，20世紀後半葉的分數可能比物理學獎略好。但是像物理學獎一樣，20世紀90年代和2000年以來的成績被省略了，因為諾貝爾獎委員會strongly贊成早期研究：20世紀90年代和2000年的成就比以往任何時代都少得可憐。
這項調查描繪了一幅黯淡的畫面：在過去的一個世紀裡，我們大大增加了花在科學研究上的時間和金錢，但是在科學家們自己的判斷中，我們取得最重要的新突破的速度基本保持不變。成本或人均指數，科研效率正在下降。
當然，這項調查也有很多局限性：諾貝爾獎不包括一些新的科學領域，尤其是計算機科學；諾貝爾獎委員會偶爾會漏掉一些重要的結果；也許一些偏見意味著科學家更可能尊重舊的結果；也許更重要的是，更大的科學發現。定量的科學成就構成了大多數常見的科學發現。
這些局限性確實存在，但我們很快就會看到，全面和重要的科學發現變得越來越困難的證據。這需要更大的團隊合作和更廣泛的科學培訓。
經濟學家班傑明·瓊斯和布魯斯·溫伯格研究了科學家做出重大發現的年齡。
他們發現，在諾貝爾獎的早期，獲得諾貝爾獎的科學家平均只有37歲。但是最近這個數字已經上升到平均47歲，相當於科學家職業生涯的四分之一。
也許今天的科學家需要更多的知識才能做出重大的發現。因此，他們需要學習更長的時間，這樣才能在相對年紀較大的時候完成他們最重要的工作。也就是說，偉大的發現越來越難實現，這意味著他們的數量越來越多。將減少或更多的努力將需要。
同樣地，科學合作現在涉及的人比一個世紀前多得多。當歐內斯特·盧瑟福在1911年發現原子核時，他自己只發表了一篇論文。相比之下，當希格斯粒子在2012年宣布時，這兩篇論文每篇約有1000名作者。
在20世紀，研究團隊的平均規模幾乎翻了兩番，而且這種增長一直持續到今天。對於許多研究問題，它需要更多的技能、昂貴的設備和一個龐大的團隊才能取得進展。
假設我們認為科學是對新世界的探索。在早期，人們對此知之甚少。探索者可以很容易地開始並發現主要的新特性，但他們逐漸地充實了新世界的知識。
為了取得重大的發現，探險家們不得不在更困難的條件下去更偏遠的地方，這使得探險變得困難。根據這種觀點，科學是一個有限的邊疆地區，需要更多的努力來填滿地圖。總有一天，地圖將近完成，科學將會從這個觀點來看，任何發現困難的增加都是科學知識本身固有的結構。
但是，有一種不同的觀點，認為科學是無窮無盡的，其中總是有新的現象需要發現，有重大的新問題需要回答。無限邊界的可能性是所謂的湧現思想的結果。
以水為例。用一個方程來描述單個水分子的行為是一回事。理解為什麼天空中會形成彩虹，或者波浪的影響，或者彗星的起源完全是另一回事。所有這些都是水，但是複雜程度不同。
行為發生的事實並不一定意味著將會有無盡的新現象被發現，有新的問題需要回答。但在某些領域，這似乎是可能的。
例如，計算機科學始於1936年，當時圖靈發明了數學模型，我們現在稱之為圖靈機。這個模型非常簡單，幾乎像孩子的玩具。然而，這個模型在數學上等同於今天的計算機：計算機科學實際上始於它的普遍性。儘管如此，從那時起，它已經看到了許多非凡的發現：諸如構成網際網路商業和加密貨幣基礎的加密協議之類的想法；程式語言設計中的無窮奇妙的想法；以及，奇怪的是，在最好的視頻遊戲中的一些富有想像力的想法。
這些是計算機科學中的彩虹、波和彗星。更重要的是，我們迄今為止的計算經驗表明，它是無窮無盡的，並且總是有可能發現美麗的新現象、新的行為水平，這些構成了新的基本問題，並創造了新的探索領域。計算機科學似乎是開放的。
類似地，當我們獲得編輯基因組、合成新生物體以及更好地理解基因組與其形態和行為之間的關係的能力時，新的前沿可能在生物學中繼續出現。新材料和新材料設計階段。在每種情況下，新的現象以一種開放的方式提出新的問題。
因此，樂觀的觀點是，科學是一個無窮無盡的前沿領域，我們將繼續發現甚至創造新的領域，提出我們的基本問題。我們希望將來有更多的新領域出現，出現新的重大問題，這是科學加速發展的機會。
當在大西洋月刊上討論這些發現時，許多人堅持認為科學正在經歷一個黃金時代。他們引用希格斯粒子和引力波的發現作為科學比以前更好的證據。
這些發現確實令人吃驚。但是前幾代的發現同樣引人注目。例如，把引力波的發現與1915年愛因斯坦的廣義相對論的發現相比較，廣義相對論不僅預測引力波，而且預測地幔。統計數字改變了我們對空間、時間、質量、能量和重力的理解。雖然引力波的發現在技術上令人印象深刻，但對於改變我們對宇宙的理解卻作用不大。
雖然希格斯粒子的發現是顯著的，但是它比20世紀30年代發現的許多粒子都小。這些粒子包括中子，我們日常生活的主要組成部分之一，和正電子，它們第一次揭示了反物質的神秘世界。希格斯粒子的發現很不尋常，因為它反映了20世紀上半葉的普遍狀態，但最近幾十年很少。
另一個普遍的反應是，人們說科學比以往任何時候都好，因為他們在自己的領域取得了巨大的進步。例如，我們經常聽說人工智慧和CRISR基因編輯技術。
然而，儘管人工智慧、CRISPR等相關領域發展迅速，但在整個現代科學史上始終存在熱點或更熱門的領域。
想想從1924年到1928年物理學的進步。在這段時間裡，物理學家們了解到物質的基本成分具有粒子和波的性質；他們制定了量子力學定律，這導致了海森堡的不確定性原理；他們預言了存在。正如保羅·狄拉克所說，即使是二流的物理學家也可以在那個時代做出一流的發現。
相比之下，過去幾年人工智慧的主要發現，包括圖像識別和人類語言能力的提高，以及玩圍棋等遊戲的能力，將在未來幾十年產生巨大的影響。其結果，以及它們是否比20世紀20年代揭示的現實更重要尚不清楚。
同樣，CRISPR在過去幾年中也取得了許多突破，包括改造人類胚胎以糾正遺傳性心臟病，以及製造蚊子，使蚊子在整個蚊子群體中傳播瘧疾抗性基因。值得注意的是，crispr的長期潛力是巨大的，最近的結果並不比過去快速生物發展時期的結果更令人印象深刻。
如果科學的好處減少了，這對我們的長期未來意味著什麼有沒有更少的科學新見解來激勵在過去一個世紀重塑我們世界的新技術事實上，經濟學家相信這種情況正在發生，他們稱之為生產率放緩。
生產力的增長是經濟健康社會的標誌，人們不斷創造出可以改善財富創造的想法。壞消息是美國的生產力增長正在下降。自上世紀50年代以來，這個數字一直在下降，大約是原來的6倍。這意味著在過去10年中，我們看到了與上世紀50年代最後18個月幾乎相同的變化。
這聽起來可能令人吃驚。我們在過去幾十年裡沒有看到過很多發明嗎這不是加速技術變革的黃金時代嗎
經濟學家泰勒·考恩和羅伯特·戈登認為，事實並非如此。他們在《美國經濟增長的大停滯與興衰》一書中指出，在20世紀早期，使用了許多強大的通用技術：電力、內燃機、無線電、電話。E、航空旅行、裝配線、化肥等。
相比之下，他們編制的經濟數據自20世紀70年代以來幾乎沒有變化。是的，我們在兩種強大的通用技術方面取得了進展：計算機和網際網路，但是許多其他技術只是在逐步改進。
是什麼導致了生產率的下降經濟學家對這個問題爭論不休，提出了許多不同的答案。一些人認為這僅僅是因為現有的生產力措施不能很好地衡量新技術的影響。
《大西洋月刊》提出的另一個解釋是，科學支出回報率的下降導致了生產力的真正放緩。
這並不是說科學家需要強制性的KPI，而是社會需要依靠這些評估來獎勵科學發現，並決定應該僱用或資助哪些科學家。
