一项已撤回的 AI 研究与科学发现的问题

原标题A Withdrawn AI Research Study and Questions About Scientific Discovery

一段 2024 年视频引用了与 MIT 有关的一篇预印本;arXiv 后来撤回了该论文,MIT 表示其结论不应被依赖。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2024年11月18日
视频
0:58
阅读
2 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 推测 AI 可能进行科学发现,并引用一项声称生产力提高、研究人员满意度下降的研究。2025 年,MIT 表示对该研究的数据和研究结论没有信心,arXiv 随后撤回预印本;其中的数据不是可靠证据。

  1. 1对未来的推测Berman 想象 AI 进行发现并递归改进自身。这是一个假设性情景。
  2. 2研究后来被撤回被引用的预印本声称材料发现和专利申请有所增加,但 MIT 不认可其结论,arXiv 撤回了论文。
  3. 3满意度说法同样不可靠所述满意度统计来自同一项不被认可的研究。视频中关于产品创新的数字也与预印本不同。

要点建议

  1. MIT 表示对视频引用的预印本的数据和发现没有信心,arXiv 已撤回该论文。
  2. 视频中关于生产力和满意度的百分比不应视为已证实的结果。
  3. 视频称产品创新增长 177%,而已撤回预印本的摘要写的是 17%;这两个数字都不是可靠结论。
  4. Berman 设想的从 AI 发现到递归自我改进的路径属于推测,并非这项研究支持的结论。
全文

按章节阅读整理后的全文

只看原始文稿
01

AI 与科学发现

Berman 想象 AI 进行发现并改进自身。这是推测,并非引用的研究所证实的结果。

**更正:**这段 2024 年视频讨论的研究后来被撤回。2025 年 5 月,[MIT 表示](https://economics.mit.edu/news/assuring-accurate-research-record),它对数据的来源、可靠性或有效性以及研究的真实性均没有信心;[arXiv 撤回了该预印本](https://arxiv.org/abs/2412.17866)。不应依赖其报告的结果。视频开头,我设想 AI 做出科学发现,并利用这些发现递归地改进自身,可能引发智能爆炸。这是一种推测,并非研究证实的结果。

02

一项后来被撤回的研究

他引用预印本中关于生产力大幅增长的说法。MIT 后来表示对数据和研究没有信心,arXiv 撤回了论文。

我引用了一项研究,它声称考察了 1,000 多名科学家使用 AI 工具的情况,并报告材料发现增加 44%、专利申请增加 39%。这些是已撤回预印本中的说法,并非对 AI 影响的可靠测量。视频称产品创新增长 177%;预印本摘要写的是 17%,但这一数字同样来自 MIT 表示不应依赖的研究。

03

工作满意度与人类技能

Berman 引用同一篇不可靠预印本中的满意度说法,并提出关于人类创造力的问题。这些数字无法证明所述影响。

我还说,82% 的科学家因创造力和技能使用减少而对工作更不满意。这一统计来自同一项已撤回、未获认可的研究,无法证明上述结果。最后,我提出当 AI 承担编程和科学工作时,人类技能与创造力可能受到怎样的影响;撇开这些不可靠的证据,这仍是一个有待回答的问题。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1