Вторая половина мира

[onuchin]

Вчера было обсуждение статьи  «Научный метод» (Б.К. Дженнингс, 2018)   

https://habr.com/ru/articles/1065846/comments/#comment_30292454

Актуализация 2026: Искусственный интеллект как новый источник моделей

Новый инструмент познания

Традиционно наука опиралась на четыре инструмента: наблюдение, чистое мышление, врождённое знание и откровение. С развитием ИИ появляется пятый — машинная генерация моделей. ИИ не просто обрабатывает данные, а самостоятельно находит структуры и закономерности, часто превосходящие человеческие, но остающиеся «чёрными ящиками» (пример: компоновка микросхем Google, Nature 2021).

Генерация моделей искусственным интеллектом

Ключевое отличие: модели порождаются не человеком, а алгоритмом. Это создаёт:

· Разрыв между предсказательной силой и пониманием – модель работает, но мы не знаем почему. · Проблему верификации – число генерируемых гипотез растёт экспоненциально, ресурс экспертов ограничен (Теренс Тао, ICM 2026). · Размытие критерия простоты – сложность нейросети не равна числу явных допущений. · Смещение роли учёного – от «творца» к «фильтру» и «интерпретатору».

Новые вызовы для научного метода

Научный метод должен дополниться критериями:

· Интерпретируемость – насколько мы можем извлечь понятные правила из модели. · Воспроизводимость – стабильность результатов при разных запусках ИИ. · Приоритизация – механизмы отбора моделей, дающих не просто точные, но контрастные предсказания.

Возникает вопрос об ответственности за ошибки модели – её разработчика, пользователя или самой системы.

Два типа знания

В эпоху ИИ полезно различать:

· Операциональное знание – модель работает (инструментальная ценность). · Декларативное знание – мы понимаем, почему она работает (объяснительная ценность).

Наука не должна отказываться от второго, но вынуждена признать, что первое может долго существовать без второго.

Итог

ИИ не отменяет научный метод, но требует его эволюции. Ранжирование моделей по предсказательной способности остаётся базой, но к нему добавляются прозрачность и проверяемость.