Machine Learning and Scientific Discovery

อย่างไรก็ตาม คำถามทางญาณวิทยาที่มันหยิบยกขึ้นมาน่าสนใจ AlphaFold ปรับให้เหมาะสมสำหรับการทำนายโครงสร้าง แต่ไม่อธิบายว่าทำไมลำดับที่กำหนดจึงพับตัวในแบบที่มันพับ แบบจำลองนั้นสามารถทำได้อย่างน่าทึ่งแต่ส่วนใหญ่ไม่โปร่งใส

มีแนวทางผสมผสานที่กำลังได้รับความนิยม ได้แก่ เครือข่ายประสาทที่รับรู้ทางฟิสิกส์ซึ่งฝังกฎการอนุรักษ์ที่ทราบและสมการควบคุมไว้ในฟังก์ชันความสูญเสีย แบบจำลองนั้นถูกจำกัดให้อยู่ในขอบเขตของวิธีแก้ที่สอดคล้องทางกายภาพ ซึ่งปรับปรุงการสรุปทั่วไปและให้ความโปร่งใสเชิงกลไกบางส่วน

ความกังวลเรื่องการสรุปทั่วไปที่นั่นเป็นของจริง เครือข่ายที่ฝึกบนการจำลองสภาพภูมิอากาศในปัจจุบันอาจล้มเหลวอย่างร้ายแรงในระบอบภูมิอากาศอนาคตที่มันไม่เคยเห็น การฝังไพรเออร์ทางฟิสิกส์ช่วยบรรเทาแต่ไม่ได้แก้ไขปัญหานั้นอย่างสมบูรณ์

ในเชิงปรัชญา ไม่ การทำนายไม่ใช่คำอธิบาย เกณฑ์ของการเข้าใจกลไกเป็นศูนย์กลางของญาณวิทยาทางวิทยาศาสตร์ตั้งแต่อริสโตเติล แต่ในทางปฏิบัติ มีคุณค่ามหาศาลในการค้นพบว่ามีรูปแบบอยู่ก่อนที่คุณจะตั้งทฤษฎีที่อธิบายมัน การเรียนรู้ของเครื่องเร่งระยะการสังเกตของการสืบค้น และนั่นคือวิทยาศาสตร์ที่ถูกต้องตามกฎหมาย