arXiv cs.CY· Nathan DeBardeleben·· 10 天前AI 评分27
当科学认知不再稀缺：AI 时代的"稀缺性倒置"
When Scientific Cognition Is No Longer Scarce
AI 导读
论文提出"稀缺性倒置"概念：当机器系统在文献综述、假设生成、软件开发、模拟和分析等可计算科学工作上比人更快更好更便宜时，实验、观测、可靠结论与可问责的机构权威反而成为稀缺资源。这一变化将最先出现在数学和编程/软件/算法设计领域，因为整个科学闭环可在计算内完成。对国立实验室而言，其独特作用是把充裕的机器推理转化为可信结果，需重新思考设施、验证、溯源、资源分配与科学治理。
正文 · AI 翻译
摘要：AI 可能改变科学中哪些环节会阻碍进步。设想这样一个世界：在大多数可通过计算机完成的科学工作中，机器系统比人更好、更快、更便宜。我们要问的是，在那个世界里，什么会限制科学。文献综合、假设生成、软件开发、仿真和分析可能变得充裕，而实验、观测、有充分支持的结论以及可问责的机构权威仍然稀缺。届时，科学将受到另一组资源的约束。在本文中，我们把这一变化称为稀缺性倒置，并考察其四个方面：选择、物理访问、验证和组织选择。这一变化最先出现在数学以及编码/软件/算法设计中，因为在那里整个科学循环都可以在计算内部运行。对于国家实验室而言，这一变化可能是惊人的。它们的独特作用是通过结合受控实验、受保护的数据、专家判断和可问责的权威，把充裕的机器推理转化为可信的结果。实际问题是，当推理充裕而可信证据稀缺时，设施、验证、来源追溯、资源分配和科学治理应如何改变。
| Comments: | 14 页，1 幅图 |
| Subjects: | 计算机与社会（cs.CY）；人工智能（cs.AI） |
| Report number: | LA-UR-26-28795 |
| Cite as: | arXiv:2610.10241 [cs.CY] |
| （或 arXiv:2610.10241v1 [cs.CY] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.10241 由 DataCite 颁发的 arXiv DOI（待注册） |
Submission history
来自：Nathan DeBardeleben [查看电子邮件]
[v1]
2026 年 10 月 7 日星期三 15:25:04 UTC（46 KB）
来源：arXiv cs.CY · arxiv.org