图宾根大学研究者：AI给出一个拟合模型只是答案，给出模型分布才是理解

1951年，剑桥大学的计算机停机六个月。生理学家Andrew Huxley不得不摇着手摇机械计算器，花了三周多时间求解他和Alan Hodgkin刚建立的方程——那组描述乌贼神经细胞动作电位的方程。为了让曲线拟合实验数据，他们发现必须把某个变量取四次方。当时他们不知道为什么，只知道更简单的版本（比如三次方）拟合效果不够好，而更高次方虽然可能拟合得稍好一些，但额外的复杂性不值得。他们谨慎地提出一个假说：也许膜上有四个带电粒子必须同时到位，门控才能打开。

几十年后，另一个团队找到了相关钾离子通道蛋白的结构，发现它确实由四个相同部件围绕中央孔排列而成。模型在1951年拟合了数据，却帮助预测了它从未被拟合过的蛋白质结构。

ELLIS研究所图宾根分部与图宾根大学的Jakob Macke、Daniel Gedon和Stefan Wahl在2026年11月发表的这篇客座文章中，以这个故事为起点，提出了一个关于AI辅助科学建模的核心论点：仅仅知道四次方能拟合数据是不够的；重要的是知道更简单的版本不工作。一个只把模型递给你的AI系统可以给你答案，但给不了你理解。

他们把科学建模分为三步：构建模型（决定方程的形状和组成部分）、约束模型（调参数以拟合测量数据）、解释模型（问模型对真实系统说了什么）。Hodgkin和Huxley的四粒子假说之所以站得住脚，恰恰是因为他们排除了更低次方的替代方案。如果三次方同样能拟合，就没有理由认为门控有多个运动部件。

文章认为，AI在约束环节进展最大。传统方法只给出一组最佳参数，隐藏了其他同样能拟合数据的组合。模拟推断（SBI）通过大量随机采样和神经网络训练，返回参数的完整概率分布，让研究者看到哪些参数被数据牢牢约束、哪些仍然模糊、哪里需要更多实验。这一方法已被应用于Hodgkin-Huxley模型本身，也用于中子星碰撞定位、宇宙学和结构生物学等领域。

在构建环节，LLM代理现在可以写代码生成候选模型、运行、约束参数、比较输出、修改方程形式，循环往复直到拟合足够好。但文章指出一个关键问题：同一数据上运行两次代理，可能返回两个不同但同样好的模型。只返回其中一个，就像只返回一组最佳参数一样，隐藏了其余可能性。因此作者主张，构建模型应当像约束模型一样处理：要求AI系统返回所有能合理解释数据的模型范围，而非单一最佳拟合。

这引出文章最核心的认识论主张：模型分布才是解释的基础。如果所有存活的模型共享某个特征，数据很可能支持它；如果它们分歧，说明证据薄弱，指向下一个实验该做什么。Hodgkin-Huxley的四粒子假说只有在知道低次方不工作时才有意义——这正是分布信息提供的。

文章承认，到目前为止这些系统主要在重新发现科学家已知模型的任务上测试，对没有已知答案的新问题的证据仍然稀少。但作者认为，随着LLM在研究任务上的能力提升，这一状况会改善。他们引用的证据包括Romera-Paredes等人2024年的工作和Wahl等人2026年的方法。

在解释环节，作者承认这是最难交给AI的一步：我们可以衡量模型拟合数据的程度，但无法衡量它是否带来了对系统的更好理解。他们提出两条路径：一是通过扰动预测来评估AI的理解能力，二是让AI的输出帮助人类科学家更好地理解问题——例如一个设计量子实验的AI系统，不是给出单一设置，而是写出一段生成整族实验设置的短程序，物理学家可以直接读出底层设计原则。

文章最后回到Hodgkin和Huxley的故事：他们花三周摇计算器的工作虽然笨拙，但不是浪费的。模型提供的许多洞见来自创造它的过程；他们理解模型在说什么，是因为他们自己构建了它，知道什么没有工作。AI可以在一个下午完成同样的计算工作，但要提供理解，它需要交付两位科学家缓慢工作所产出的东西：不只是拟合的模型，还有哪些部分被数据钉死、哪些仍然开放、哪些替代方案在过程中失败了、过程中发现了哪些新谜题。

作者以数学家Richard Hamming 1962年的话收束全文：计算的目的是洞见，不是数字。一个科学模型可以提供答案，但提供洞见的是构建它的过程。