认知的地平线和人工智能的突破
推荐文章： 【哲学】【人工智能哲学目录】(https://jb243.github.io/pages/482)
<iframe src="https://www.youtube.com/embed/uqfcsi-aqwY" width="852" height="480"frameborder="0"allowfullscreen=""></iframe>
不久前，谷歌 DeepMind 的 AlphaFold2 被视为诺贝尔奖候选人的消息让我们感到惊讶。 5月9日， AlphaFold3 的发布，使我们能够看到蛋白质、核酸之间的相互作用，或蛋白质与核酸之间的相互作用。与AlphaFold2不同的是，AlphaFold3的源代码并不公开，谷歌垄断人工智能蛋白质组学领域、严格只注重非商业用途的意图显而易见。当然，自从AlphaFold3的伪代码发布以来，世界各地都在尝试对AlphaFold3进行逆向工程，这令人兴奋。
AlphaFold3的出现展示了人工智能创造新知识的可能性。 AI 生成知识能力的另一个例子是 FunSearch，也是由 Google DeepMind 开发的。创造新知识的AI几乎完全是由Google DeepMind完成的，它总是极大地激发我的想象力，我得出的结论是我们的认知范围可以扩大。
最近，我想到了horizon of cognition这个概念。 event horizon 是这个术语的灵感来源，它是宇宙膨胀速度和光到达我们的速度达到平衡的点，定义了可观测宇宙的边界。同样，人类似乎也有可观察宇宙的边界，例如不了解分子世界（**microscopic boundary**）或无法预测宏观经济或未来一天的未来（**macroscopic boundary**）。这是因为，在这个不同知识通过涌现而形成层次的世界中，我们只能理解与我们大小相似的范围，而更小或更大的世界似乎难以理解。
例如，为什么试图融合量子力学和广义相对论的大统一理论100年后仍然失败？难道它超出了我们的认知范围吗？荣获被誉为数学界诺贝尔奖的菲尔兹奖的 June Huh 教授通过结合组合数学和几何解决了多个数学问题。数学分为四个领域：几何、代数、组合和数论，将两个或多个领域结合起来的方法数量为 (24 - 4) = 12，但是仍然有一些数学问题无法仅靠人类的努力来解决，对吗？
然而，有了像 AlphaFold3 这样的人工智能模型，我开始认为我们的认知范围可以扩展到我们无法理解的领域。超越认知视域的理解只有人工智能才能理解，因此它不会消除现有的工作岗位，但也可能会创造新的工作岗位。我将这个新的知识实体称为observational AI。它的功能类似于望远镜或显微镜。事实上，解决四色问题的计算机程序也可以被视为observational AI的一种。我之所以称其为新的知识实体，是因为构成AlphaFold3基础的扩散模型代表了一种地球上从未存在过的新范式。我们的大脑似乎像变形金刚一样工作，而我们的眼睛就像视觉变形金刚。但有意模糊原始图像然后将其恢复的扩散模型代表了一种地球上历史上从未存在过的知识实体。在计算机视觉领域，视觉变换器工作得很好，以至于扩散模型一直不太活跃，但在蛋白质组学中，似乎只有扩散模型工作得很好。在其背后，似乎存在一个认知系统，它必然需要在受量子力学不确定性控制的分子世界中引入噪声。
那么，未来会存在什么新的 observational AI 呢？考虑到1)大量训练数据的存在，2)超出人类认知范围，预测新领域可能并不困难。我仍然相信 AlphaFold3 并没有解决蛋白质组学的所有困难部分。例如，预测依赖于时间的分子动力学模拟甚至副产品的扩散模型，有机化学反应可能很快就会出现。超越逻辑推理创造新公理的逻辑推理人工智能、再现宇宙历史的人工智能、预测一分钟后宏观经济的人工智能（尽管历史的不确定性意味着预测一小时后的宏观经济是不可能的）都可以是这样的例子。
最近，包括 Chemical.AI 在内的几家人工智能公司宣布了能够重建有机化学反应的人工智能系统。
输入： 2024.06.08 08:19