近年来，人工智能（AI）技术的迅猛发展引发了对其在科学研究领域作用的广泛讨论。王梦迪博士，在其报告中提出了一个颇具挑战性的问题：AI是否真正加速了科学进步？作为一位14岁进入清华大学并在29岁时获得普林斯顿大学终身教职的学者，王梦迪的立场令人关注。在外滩大会上，她以松弛的姿态站在讲台上，探讨了AI与科学发现之间的复杂关系，并主张目前的AI应用可能未能如预期般提升科学效率。

首先，王梦迪指出，近年来大规模语言模型的迅速发展使得学术论文数量急剧增加，然而有效信息的实际增长却十分有限。根据她的观察，基础学科如生物、化学和物理方面的前沿发现仍显不足，这是由于真正的科学发现往往无法在现有的数据集内找到。这一观点与信息论中的“信噪比”理论相契合，显示出当噪声以指数级增长而有效信号保持不变时，科学家面临的信息繁冗问题显著加重。

其次，王梦迪通过一个模拟研究揭示了AI在社会科学领域的局限性。她利用AI模型模拟了一位1930年出生的英国人的人生历程，结果表明AI倾向于高估常见情况，如早婚的年龄。这一发现恰恰反映出AI模型在处理人类行为时的偏差，往往忽视了长尾分布的真实现象。 熊猫体育APP

此外，王梦迪对比了AI在编程和数学领域的高效性与在实验科学中的局限性。编程的验证过程相对明确，AI能够通过验证器不断自我校验并优化自身性能；而科学实验则涉及更为复杂的变量和不确定性，导致实验结果的重现性差。根据Nature期刊的一项调查，约70%的科学实验无法被独立重现，其中50%甚至连最初的研究者也难以复现。这样的现状进一步强化了王梦迪对于AI未能加速科学的论断。

然而，尽管存在上述问题，王梦迪并未消极对待AI的潜力。作为普林斯顿大学电子工程系、计算机系与生物工程研究院的教授，她致力于探索AI如何促进工程创新。她最近的研究成果展示了利用AI构建全自动实验平台的可能性，该平台能够有效进行科学实验的设计和执行，从而实现以往需要数月的人力耗时的工作。

综上所述，王梦迪的研究表明，AI在推动科学研究方面存在着加速和减缓的双重效应。虽然当前的技术在信息处理与实验执行中展现出潜力，但要实现真正的科学发现，仍需在下一代AI基础设施的建设上进行深入探索与投资。这一复杂的辩证关系值得学术界与产业界共同关注与研究。 熊猫体育APP