可以学习机会终结"理解"科学？

<到懊恼的度假者计划的一个夏天的野餐会，是令人难以置信的天气喜怒无常和不可预测。 小小的改变降水、温度、湿度、风速度或方向的变化以外的条件下为几小时或几天。 为什么天气预报通常不超过七天的成的未来，因此，该旅需要更换计划。

<<跨id="更298428">

<但是，如果我们能理解混乱系统以及足够预测它将如何表现的遥远的未来吗？

<它是可以预测天气的一年吗？

<月2018年，科学家们已经取得了成功。 他们用机学习准确地预测结果的一个混乱的系统随着时间要长得多的时间比以为可能。 和汽车，它只是通过观测系统的动态，没有任何想法有关的方程式后面。

的兴奋，恐惧和兴奋

<我们已经开始习惯于令人难以置信的表现形式的人工智能。

<去年，一个被称为AlphaZero已经学会国际象棋的规则，从零开始在短短一天，然后击败了世界上最好的节目播放的国际象棋。 她还了解到游戏中去，并且超过了前冠军的硅，算法AlphaGo零，他改进了他的游戏中的一过程的尝试和错误之后，他喂的规则。

<许多这样的算法开始与一个纯粹的国家的幸福的无知和迅速地获得的知识，通过观看或打对我们自己，改进我们自己在每个步骤上千次的每秒。 他们有能力激发的恐惧，敬畏的兴奋。 我们经常听到有关混乱，他们可以投身人类一次。

<但更有趣，这将使人工智能科学在未来，它"理解"。

完善的预测意味着了解吗？

<大多数科学家可能会同意预测和了解不是一样的。 原因就在于神话的有关原产地的物理的，可以说，现代科学的一般。

<事实上，超过一千年来，人们使用的技术建议由希腊-罗马数学家托勒密预测运动的行星在天空中.

<他不知道任何有关理论的重力或者说太阳的中心的太阳能系统。 他的方法包括仪式计算使用圆圈内圈子内圈。 虽然他们预测行星的运动非常好，没有人理解为什么它的工作和为什么行星遵守这个看似复杂的规则。

<然后是哥白尼、伽利略、开普勒和牛顿。

<牛顿的发现的根本差分式管理运动的每一个星球。 他们的帮助，这是可能的描述每一个星球上的太阳能系统。 这是完美的，因为我们理解为什么行星的移动。

<解决的差分式原来是一个更有效的方法预测行星的运动比算法的托勒密。 然而，更重要的是，是，我们相信这种方法允许我们打开一个新的无形的星球，因为对法律的普遍引力。 他解释了为什么火箭飞和苹果正在下降，和为什么月亮和星系。

<这种基本模板—搜索的一个方程式描述统一原则已经成功地使用在物理学一遍又一遍。 因此，我们已经确定的标准模型，该结果的半个世纪的研究的粒子物理学，它准确地描述了结构的原子，核内或颗粒。 因此，我们想了解高温超导，暗物质和量子计算机。 (不合理有效性的这个方法甚至提出了质疑为什么宇宙是如此的完全服从数学上描述)。

<在整个科学概念的理解的东西意味着返回到原有的模式：如果可以减少一个复杂的现象，以一套简单的原则，你已经了解

例外

<然而，很令人遗憾的例外，破坏这个美丽的故事。 动荡的原因之一是为什么预测天气是困难的一个生动的例子物理学。 绝大多数的问题，在生物学，从复杂结构中的其他结构也不能说明一个简单的原则的统一和简化。

<虽然毫无疑问，原子的化学反应，因此，简单的原则基础，这些系统都是描述一个普遍有效的uravnenii，这是一个相当低效率的方式产生有用的预测。

<同时，它变得很明显，这些问题都容易受到机学习方法。

<正如古希腊人寻求答案来自神秘的特尔斐神谕，我们将寻找答案以解决这些困难的问题科学的无所不知的神谕的人工智能。

<这些神谕已经驾驶自动驾驶的汽车，并选择对象的投资的股票市场，并很快将能预测哪些药物将是有效的对细菌的—会是什么样的天气，在两个星期。

<他们将使这些预测用高精密，这是我们从没梦想，没有使用任何数学模型和方程式。

<可能的是，武装的数据在数十亿碰撞的大型强子对撞机，他们将更好地应付与预测的实验结果粒子，甚至比最喜欢的物理学家标准的模式。

<同样原因不明来源的启示的女祭司的德尔菲，我们的先知的人工智能也不太可能能够解释为什么他们预测的那么，而不是其他。 他们的调查结果将根据许多微秒，可以被称为"体验。" 他们会喜欢的没有受过教育的农民能够准确地预测天气将会改变，"因为骨头痛"或其他的感情。

的科学而不了解吗？

<后果的机的情报，在科学和科学哲学可能是惊人的。

<例如，在面对更为准确预测，虽然获得通过的未知的人将我们拒绝这机器有更好的知识比我们?

<如果预测实际上是主要目标的科学，因为我们需要修改科学的方法，一种算法，这几个世纪使我们能够识别错误，正确的他们？

<如果我们放弃的理解，无论是有意义的科学，这是我们在做什么？

<没有人知道。 但是，如果我们不能阐明为什么科多的能力，使良好的预测，科学家们很快就会发现，"受过训练的人工智能使它们比他们自己"。