作者质疑为什么深度学习模型尽管取得了进步，但未能像AlphaFold那样深刻地革新科学。核心论点是，在人类生成的文本上训练的模型，这些文本本身就是来之不易的知识的衍生物，其影响力不如在科学前沿的直接观测数据上训练的模型。这通过Vasco da Gama航海的历史例子来说明，当时水手们遭受坏血病之苦，而最终对其病因（缺乏维生素C）和治疗方法（柑橘类水果）的理解花了几个世纪才得以巩固，这突显了从原始观测中提取基本知识与处理现有文本相比的难度。 AI
影响 强调了当前AI在科学发现方面的局限性，并提出需要训练基于原始观测而非仅仅文本的模型。
排序理由 该条目是一篇讨论AI模型对科学发现影响的论文，使用了历史例子，而不是报道新发布或事件。
- AlphaFold
- Arabian Sea
- CR Vasco da Gama
- Gold Lab Symposium
- India
- James Lind
- Kenya
- Lisbon
- Malindi
- Mozambique
- Quelimane
- South Atlantic Ocean
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
