ทันเอไอ

AI ช่วยเขียนและปรับแบบจำลองวิทยาศาสตร์ได้ แต่ยังพิสูจน์การค้นพบกฎใหม่ไม่ได้

Anthropic เผยแพร่บทความรับเชิญที่ระบุว่า AI ช่วยเสนอแนวคิด เขียนโค้ด ทดสอบ และปรับแบบจำลองทางวิทยาศาสตร์ได้ แต่ผู้เขียนเตือนว่าข้อมูลที่ฟิตได้ดีไม่ได้แปลว่าเข้าใจกลไกจริง

บทความ "Teaching AI to build scientific models" ของ Anthropic เผยแพร่เมื่อวันที่ 6 พฤศจิกายน 2026 เขียนโดย Jakob Macke, Daniel Gedon และ Stefan Wahl ซึ่งเป็นผู้ได้รับทุนโครงการ AI for Science บทความนี้ไม่ใช่ประกาศเปิดตัวโมเดลใหม่ของ Anthropic แต่เป็นการอธิบายงานวิจัยว่า AI สามารถช่วยนักวิทยาศาสตร์สร้างแบบจำลองทางวิทยาศาสตร์ได้อย่างไร

แก่นของบทความคือ AI ทำหน้าที่เสนอสมมติฐานของแบบจำลอง เขียนโค้ด ทดสอบ และปรับแก้ได้เป็นวงรอบ แต่ผู้เขียนเน้นว่าการที่แบบจำลองฟิตกับข้อมูลได้ดี ไม่ได้หมายความว่าแบบจำลองนั้นสะท้อนกลไกจริงของเรื่องที่ศึกษา จึงควรเปรียบเทียบหลายแบบจำลองและพิจารณาความไม่แน่นอนควบคู่กันไปด้วย

แนวทางนี้ไม่ได้มีเฉพาะใน Anthropic Google Research ก็รายงานระบบชื่อ Empirical Research Assistance หรือ ERA ซึ่งใช้โมเดลภาษาขนาดใหญ่สร้างและปรับโค้ดเพื่อทดสอบแนวคิดทางวิทยาศาสตร์ ระบบนี้ถูกประเมินกับโจทย์ทดสอบ 6 ด้าน ซึ่งรวมถึงประสาทวิทยาศาสตร์และจีโนมิกส์ เรื่องนี้สนับสนุนว่าแนวทางดังกล่าวมีการทดลองจริงนอก Anthropic แต่ Google ไม่ได้เป็นผู้รับรองผลของบทความนี้โดยตรง

ข้อจำกัดสำคัญที่บทความยอมรับเองคือ ระบบส่วนใหญ่ยังทดสอบด้วยการค้นพบแบบจำลองที่นักวิทยาศาสตร์รู้คำตอบอยู่แล้ว หลักฐานสำหรับปัญหาที่ยังไม่มีคำตอบยังมีน้อยมาก ดังนั้นยังสรุปไม่ได้ว่า AI จะค้นพบกฎทางวิทยาศาสตร์ใหม่ได้อย่างน่าเชื่อถือในวงกว้าง