科研革命来了：AI在改变科学家的研究方式( 二 ) 新智元报道来

其中，一种名为“生成建模”的方法，有助于人们在基于数据观察结果的不同解释中找出最合理的理论。更重要的是，这个过程是在没有任何预编程知识，并不知晓所研究的系统的实际流程的情况下实现的。生成模型的支持者认为，这可能是我们认识宇宙的“第三条道路” 。

假设我们不具备关于天体物理学的任何知识，我们在多大程度上可以只凭借数据本身，来重新发现这些知识？

传统上，我们是通过观察来了解自然的。比如JohannesKepler在第谷布拉赫TychoBrahe编制的行星位置表上进行了仔细研究，试图辨别出潜在的模式，最终推断出行星在椭圆轨道上运动的结论。科学也可以通过模拟方式向前发展。

天文学家可能会模拟银河系及其邻近的仙女座星系的运动，并预测它们将在数十亿年内相互碰撞。观察和模拟都有助于科学家提出假设，然后通过进一步的观察进行测试。而生成建模与这两种方法都不一样。

“（生成建模）基本上是‘观察’和‘模拟’之间的第三种方法。 ”天文物理学家、生成模型支持者之一KevinSchawinski说道，他最近在瑞士苏黎世联邦理工学院工作。 “这种方法是解决问题的另一种途径。 ”

一些科学家将生成建模等新技术视为传统科学的动力工具。但大多数人都认为人工智能正在产生巨大影响，而且它在科学中的作用只会增长。费米国家加速器实验室的天体物理学家BrianNord使用人工神经网络来研究宇宙，他们担心，未来人类科学家所做的一切研究活动，都可以实现自动化。 “这是一个令人不寒而栗的想法。 ”他说。

GAN模型助天文学家攻克行星分类任务

自研究生毕业以来， Schawinski就一直从事数据驱动的科学研究。在攻读博士学位期间，他曾面临一个艰巨任务：根据外表面对数千个星系进行分类。因为这个任务并没有现成的软件可用，所以他决定利用众包的方式——“银河动物园全民科学项目”由此诞生。