Anthropic：Claude 如何輔助科學研究

Anthropic：Claude 如何輔助科學研究AI 會寫程式、讀論文、整理資料，但這些能力怎麼轉成有意義的科學發現？Anthropic 的訪問研究員、哈佛物理學家 Matthew Schwartz 在一篇客座文章中提出一個做法：別要求模型照著人類研究者的習慣一路合作，而是挑選它擅長的問題，替它備好工具與檢查程序，再請領域專家判斷答案值不值得追下去。Schwartz 把這類適合現有大型語言模型處理的問題稱為「Claude-shaped problems」。他描述的落差是，研究者常希望 AI 像人類科學家一樣形成概念、辨別重要性；但目前的模型更能發揮在知識廣度、數學與程式，以及大量閱讀資料上。若任務需要難以形式化的判斷，單靠模型產生答案就很難知道它是否真的有用。先把計算做成可檢查的工作Schwartz 從數學物理開始，和 Claude 一起建立 BootLoops：一組用於定量科學的工具與研究程序。文章以費曼積分為例。半數值 bootstrap 先用物理條件縮小可能解的範圍，再以少數高精度數值計算找出剩下的係數；得到的解析結果也能用數值重新檢查。這種步驟明確、能交叉驗算的工作，比直接請模型回答開放式的深層概念問題，更適合交給代理工具處理。Schwartz 表示，BootLoops 把 30 個積分從頭到尾算完，其中 15 個重現已知結果，另外 15 個此前尚未計算。這些數字說明該團隊如何描述工具的早期成果；它們來自作者的研究報告，並非跨模型或跨研究團隊的效能比較。跨領域連結要有人判斷價值計算方法相似時，數學工具可能在不同學科派上用場。Schwartz 說，Claude 把物理方法連到生態學與族群遺傳學，也提出許多跨領域的計算。但「算得出來」不等於「問題重要」：他回憶，許多結果在技術上正確，起初卻不會讓該領域研究者感到意外。專家加入後，研究問題才逐步轉向學科真正關心的方向。在生態學案例中，Schwartz 與植物生物學家 James O’Dwyer 先用 Claude 求解一個長期難以大規模處理的方程，並將方法用於巴拿馬巴羅科羅拉多島的森林資料。Schwartz 原本注意到樹種組成變化速度約為中性理論預測的 4.5 倍；O’Dwyer 指出，這個結果本身可能不會改變生態學家的看法，並建議研究兩者差異，以分辨自然選擇、競爭與物種差異的作用。兩人接著與 Claude 一起建立生命史預測模型。這個例子呈現的不是模型獨力完成研究，而是模型提供可用的計算，人類專家把結果導向有解釋力的問題。族群遺傳學的經驗也有相同轉折。Claude 先用數學物理方法解出一個描述自然選擇如何影響稀有突變的積分，並將計算應用於 gnomAD 人類基因變異資料庫。Schwartz 邀請熟悉該領域的研究者檢視後，對方認為更有意義的切入點，是同一染色體上突變對的關聯。團隊於是分析 1000 Genomes Project 基因組中的 57 億對鄰近突變，並報告找到基因轉換的證據。這項結果與後續研究方向都是客座文章的作者報告；文章也說明，專家建議改變了研究問題。相似的人機分工出現在其他案例：作者與經濟學家合作，把五本期刊 4,452 篇論文的複現套件轉成開源程式並核對可驗證的數字；與語言學家合作建立涵蓋 6,072 種語言的重音資料庫，並為幾乎每筆資料附上判定依據。文章還列出地球科學、系統發育、天文與統計等探索中的計畫。Schwartz 表示，這批工作涉及 18 個領域、36 篇手稿與 19 位共同作者，從約 400 個候選問題中展開，歷時三個月。這些規模數字說明團隊的研究活動，不是模型準確率或生產力基準測試。工具不能替代學科判斷這篇文章的核心經驗，是把模型放進可執行、可驗算的計算流程，再讓研究者決定哪些結果值得深入。工具降低了重複計算與跨領域移植方法的門檻；專家則協助辨認結果是否新穎、問題是否重要，以及下一步該如何改寫。即使 Claude 找到一個技術上成立的答案，也還需要有人理解其學科脈絡。這些案例來自一位參與研究的作者所寫的客座文章，並非獨立的整體效能評估。Schwartz 在文中指出，多項成果仍在擴展與進一步驗證；因此，較穩妥的讀法是把它們視為一套正在發展的人機研究方法及其案例，而不是模型已能普遍自主完成科學研究的證明。閱讀 Anthropic 客座文章〈Claude-shaped science〉。文章封面將物理示意圖與林木影像並置，呈現跨領域科學研究主題。示意圖以兩個重疊區域呈現科學家想研究的問題與 AI 能處理的問題，並標出「Claude-shaped problems」的交集。原文：https://easyvibecoding.app/curated/3415-anthropic-claude-science-research