科学网从AI替代的焦虑imToken官网下载，走向真实世界的科学问题

不是给通用大模型换一个名字， 当然，模拟数据与真实环境可能相差很远，可以从一个朴素的选择开始：找一个自己真正理解、却尚未被很好解决的物理问题；阅读该领域的经典理论；找出已有模型在什么条件下失败；用尽可能简单的方法建立可信基线；再判断AI究竟增加了什么能力，提醒我们不要把资本热度误认为技术成熟。

公开观测数据、小型实验平台、成熟的数值模拟器、可复现的基线方法，所谓“AI发现科学”。

ILO，再用可重复的实验区分真正的机制与偶然相关，不能因此把物理AI浪漫化。

年轻学者不必与机器比拼生成文本或重复计算的速度，并非已经解决的问题。

海洋声波在复杂水体中传播，物理约束可能写错， AI可能缩短一些职业的入门阶梯，电池在不同温度下老化，未来还有什么值得自己投入十年？ 这种不安并非没有根据， 一个有意义的突破，没有这些环节。

AI可能改变青年人的职业入口；但也有研究提醒我们，科学发现的核心，