한눈에
Anthropic이 AI for Science 지원 연구진 Jakob Macke, Daniel Gedon, Stefan Wahl의 글을 사이언스 블로그에 실었다.
주제는 과학 모델링의 세 단계다. 모델을 만들고, 데이터에 맞게 조이고, 그다음 현실을 어떻게 읽는지다.
왜 중요한가
에이전트가 데이터에 맞는 식을 오후 만에 찾을 수 있어도, 그 식만으로는 통찰이 안 생긴다고 강조한다.
호지킨–헉슬리가 ‘네 제곱’을 쓴 이유는, 더 단순한 식이 안 맞았기 때문이다. 실패한 대안이 해석을 떠받친다.
어떻게 바뀌나
좋은 과학 에이전트는 최적합 모델 하나가 아니라, 데이터가 허용하는 모델 분포를 내놓아야 한다.
그 분포가 어디서 갈라지는지가 다음 실험 설계의 힌트가 된다.