科学已经改变了我们生活的现实，然而，当人们反思它时，科学几乎是不可能定义的。一般来说，科学家关注现实中可以测量的方面(尽管并非总是如此)，并试图在这些方面之间建立或多或少的逻辑关系，从而使我们能够预测一些我们觉得有趣或有用的事件，例如，日食的精确日期，明天天气的预测，或药物的有效性。科学家的原型有很多:物理学家、理论家、生物化学家、地质学家、神经科学家……每个人都使用不同的技术和范式来研究或阐明现实的某些方面。对我来说，目前唯一可能的定义是“科学是科学家所做的”。
例如，作为物理学家，我们使用直觉、数学、计算、实验等，在这个过程中，发现来自于先验知识、合作、竞争、巧合、蛮力的混合，甚至在某些情况下，固执地坚持不放弃一个在你的环境中每个人都认为无用的想法。当然，科学并不忠实地遵循所谓的科学方法，它将我们无序的活动理想化为一个算法过程，在这个过程中，模型是基于假设制定的，然后通过与实际数据的比较来验证或证伪。
发现以一种无政府的方式出现，假设被抛弃，它们在飞行中被修改，想法从意想不到的地方出现，特别是作为对努力工作和坚持不懈的奖励。事实上，这些对科学过程的叙述，作为一种有序的东西，也有利于剥削那些从事科学最难的部分的人，那些在不稳定的工作条件下在实验室里度过漫长时间的博士生、研究员和博士后。这项工作的复杂性和艰巨性被关于科学方法的理智和理性的叙述所掩盖。
决定某件事是否值得尊敬的科学是一个更复杂的过程，是科学家、社会、政治和历史之间的对话，决定某件事是否值得被认为是科学。科学是保守的，提出超越公认的狭隘框架的新想法通常是一场非常艰难的战斗:科学杂志《自然》(Nature)最近发表的一项研究证实，今天，成为一名颠覆性的科学家比以往任何时候都更加困难。如果你想成为一名优秀的科学家，那就做一名男性，中产阶级，最重要的是，跟随你所在领域大多数科学家的步伐。
关于科学，我们可以说的是，我们把理性、逻辑置于其活动的中心。做科学是一种既定的方法，用来询问逻辑在多大程度上描述了现实。两个非常重要的例子是著名的不完备定理，关于逻辑在算术中的局限性(由Kurt G?del在1931年证明)和著名的图灵机(1936年)，它帮助科学家理解算法计算的局限性，并导致了数字计算机的到来。
正是在20世纪中期，数字计算机的出现，让我们能够以更客观的方式研究和应用逻辑，理解逻辑解读现实的能力，甚至尝试用机器以自动化的方式修改逻辑。因此，自20世纪60年代以来，科学发现一直是人工智能研究的一个重要课题，这并不奇怪。随着人工智能在过去十年的巨大发展，这个想法开始获得关注。
几周前，机器人技术先驱、索尼公司(Sony)现任首席技术官(CTO)北野博明(Hiroaki Kitano)来牛津大学物理系拜访我们，给我们开了一个研讨会，讨论他创造一个能够获胜的机器人的计划。诺贝尔奖得主，他称之为诺贝尔图灵挑战。他的主要论点是，如果一个人成功地将实验室的手工和重复性工作自动化，一个科学机器人可以测试所有可以想象的假设，并抛弃不正确的假设。北野提出，这些机器人将消除研究中对直觉和意外发现的需求。北野的机器人将执行一种基于蛮力的科学方法，能够测试人工智能系统所能产生的所有可能性。
这是一个有趣的哲学命题，这意味着这些假设可以在有限的时间内进行探索，并且可能低估了大多数科学界对进步的极端抵制。可能因为后者的原因，这是一种将被检验的东西，不仅仅是在日本。11月1日，美国国防部高级研究计划局(DARPA)公布了其新计划“科学发现基础模型”，该计划旨在探索、开发和展示作为自主科学家的人工智能代理。我们正在进入机器人科学家的时代。
在听北野的演讲时，我的脑海中不断浮现出一段话:谷崎淳一郎(Junichiro Tanizaki)在1933年写的一篇文章《影之颂》(In Praise of Shadows)。在这篇精彩的文章中，谷崎祯一反思了当时日本已经成为一个由电灯照明的现代化工业化国家的美学。谷崎细想西方人如何试图用进步之光照亮现实的方方面面，“直到最小的裂缝、影子的最后避难所被消灭”，并观察到日本人如何也开始忘记“影子的魔力”。“”。
谷崎邀请我们思考它是否有意义，试图照亮一切，从而放弃“揭示阴影和光混淆的模糊宇宙”。我相信当面对AI时，我们会发现自己处于类似谷崎的情况;有或没有电灯，有或没有机器人，人与现实的深层关系不仅建立在用理性照亮物体的基础上，而且还建立在进入神秘的黑暗的基础上，它的无限为我们提供了无限的可能性。继续寻找隐藏在阴影中的理性宝藏。似乎很快我们就能在机器人科学家的陪伴下去寻找这些宝藏了。
索尼娅·康特拉，牛津大学物理学教授，《活体纳米技术》(Arpa Editores, 2023)一书作者。
您可以在Facebook和x中关注EL PAíS Technology，或者在这里注册以接收我们的每周通讯。
限时特惠
无限制地阅读
＿
