想象一下你是一名正在试图破解谜案的侦探，但你永远看不见罪犯。你拥有的只有现场留下的线索：一个泥泞的脚印、一扇破碎的窗户，或者一种奇怪的气味。在现实世界中，科学家们每天都面临着完全相同的问题。他们有一个关于宇宙如何运作的理论（罪犯），但他们只能观察该理论所产生的观测数据（线索）。挑战在于如何从这些线索出发，反向推导出那个理论。这被称为“逆问题”（inverse problem）。

通常，科学家们拥有一张“正向映射图”（forward map），即一套规则，告诉他们在如果某个理论成立时会预期看到什么样的线索。但通常，这些规则太混乱或太复杂，以至于无法写成一个简单的数学方程。相反，他们必须运行一个庞大且复杂的计算机模拟程序来观察结果。这就是麻烦所在：如果你无法写出数学公式，你就无法轻松使用标准的侦探工具来破案。你可能不得不进行猜测，运行模拟程序一百万次，并寄希望于运气好。这既缓慢又昂expensive，而且往往是不可能的。

于是，一种新型侦探出现了：机器学习。这些 AI 侦探并不试图在每次出现新线索时都去解那个数学难题，而是通过研究计算机生成的数百万个“虚假犯罪现场”来学习线索的模式。它们学会了通过观察一个线索，瞬间猜出罪犯的长相。来自 SciPost Physics Community Reports 的一篇名为《机器学习在贝叶斯与频率派模拟推断中的应用入门》的新论文，就像是为这些 AI 侦探准备的一本友好指南。它解释了如何教导它们、如何信任它们，以及如何确保它们不仅仅是在信口开河。

关于真理的两种思考方式

在我们见到 AI 之前，我们需要理解科学家通常用来思考“真理”的两种不同方式。论文解释说，存在两个主要的学派，而 AI 需要知道你使用的是哪一种。

第一种学派是贝叶斯派（Bayesian）。想象你正在试图猜测一个神秘盒子的重量。你基于过去的经验有一个直觉（比如它摸起来像只猫，所以大概有 10 磅）。这个直觉就是你的“先验”（prior）。然后，你得到了一个新线索：盒子发出了喵喵声。于是你更新了你的猜测。你将你的直觉与新线索结合起来，得到一个“后验”（posterior）信念。在这种观点下，盒子的真实重量是有些模糊的；它是一个随着你收集更多线索而变得越来越确定的可能性范围。这在信息极少但背景知识丰富的领域非常有用，比如天文学中你可能只能观测到一颗恒星一次。

第二种学派是频率派（Frequentist）。想象你是一名法庭上的法官。你不在乎你对被告的直觉。你只关心证据。如果你用不同的随机陪审团进行这同一场审判一百万次，你的判决在 95% 的情况下会是正确的吗？在这种观点下，盒子的真实重量是一个单一且固定的数字（尽管我们不知道它是什么），而我们的任务是找到一个能保证在大多数情况下都能捕捉到真相的数字范围。这是粒子物理学的首选方法，因为他们在进行数百万次实验，并希望确保自己没有被误导。

论文表明，新的 AI 方法可以遵循这两种学派的规则进行游戏。

AI 侦探：向模拟学习

那么，AI 侦探是如何工作的呢？论文描述了一个被称为**基于模拟的推断（Simulation-Based Inference, SBI）**的过程。

传统上，如果科学家想要寻找一个模型的参数，他们需要一个公式，该公式会说：“如果参数是 X，那么数据看起来会像 Y。”但通常，那个公式很难写出来。他们只有一个模拟器——一个黑箱，输入参数并输出数据。

论文解释说，与其尝试对黑箱进行逆向工程，我们可以训练一个神经网络（一种 AI）来充当这个逆向工程师。诀窍在于：

1. 训练阶段： 我们运行模拟器数百万次。我们随机选择参数，运行模拟，并保存这对组合：(参数, 数据)。我们反复这样做，创建一个包含“虚假”犯罪现场及其罪犯的海量库。
2. 学习阶段： 我们将这个库喂给 AI。AI 学习数据与参数之间的关系。它学会了说：“当我看到数据长成这样时，参数很可能是那样。”
3. 推断阶段： 现在，当现实世界的科学家得到一份来自真实世界的新数据时，他们不需要再次运行模拟器。他们只需将数据输入训练好的 AI，然后——砰！——AI 瞬间就能给出答案。

论文强调了 AI 学习这种关系的三个主要方式：

• 神经后验估计（NPE）： AI 学习绘制所有可能答案的地图。它不只是给出一个数字；它绘制出一片可能性的云，向你展示罪犯最可能躲藏在哪里。
• 神经似然估计（NLE）： AI 学习预测一组特定参数产生该数据的可能性有多大。
• 神经比率估计（NRE）： AI 不学习整张地图，而是学习比较两件事。它回答这样一个问题：“这份数据更有可能来自嫌疑人 A 还是嫌疑人 B？”这就像一名裁判在不需要知道每场比赛精确得分的情况下，判定哪支队伍更出色。

“摊销”优势

论文指出的最酷的概念之一是“摊销推断（amortized inference）”。把它想象成学习骑自行车。第一次尝试时，你需要经历数小时的摔倒和爬起（训练阶段）。但一旦学会了，你可以瞬间骑到任何地方。

在传统科学中，每当你得到一个新的线索，你都必须从头开始，运行数千次模拟来找出答案。有了这种 AI 方法，你只需要预先支付一次“学习成本”。之后，你可以在眨眼之间分析一百万个不同的线索。对于像粒子物理学这样每秒钟都会产生数百万个数据点的领域来说，这是一个游戏规则的改变者。

“陷阱”：验证与限制

论文非常谨慎，并没有说“AI 是魔法，请盲目信任它”。事实上，论文的大部分篇幅都致力于验证（validation）——我们如何知道 AI 是否在产生幻觉？

由于 AI 是在虚假数据上训练的，它可能非常擅长猜测虚假数据，但在面对现实世界中奇特的东西时却表现得很糟糕。作者解释了几种测试 AI 的方法：

• “双样本”测试： 你给 AI 一堆虚假数据和一堆真实数据（或来自可靠方法的数据），并要求一个简单的分类器来区分它们。如果分类器能轻易区分它们，说明 AI 很差。如果分类器感到困惑，说明 AI 做得很好。
• 校准检查（Calibration Checks）： 想象 AI 说：“我有 90% 的把握认为答案在 5 到 10 之间。”如果你运行这项测试一百次，答案实际上应该有 90 次落在该范围内。如果它只落在那里 50 次，说明 AI 过度自信且在撒谎。
• 后验预测检查（Posterior Predictive Checks）： 你根据 AI 的最佳猜测，使用该猜测向前运行模拟器，并观察它是否产生与真实观测结果相似的数据。如果 AI 的猜测导致了完全不同类型的数据，那么这个猜测就是错误的。

论文还提到了干扰参数（nuisance parameters）。这些是模拟中你并不关心但会干扰结果的额外变量（比如实验室温度对化学反应的影响）。论文解释说，AI 可以处理这些问题，但这会让训练变得更加困难和复杂。

这篇论文没有说的话

需要注意的是，这篇论文并未声称什么。它并没有说 AI 已经解决了所有的科学谜团。它也没有声称这些方法对每一个问题都完美适用。作者非常明确地指出，这些都是需要仔细验证的工具。他们并不承诺如果模拟器本身是损坏的（如果“正向映射”是错的，AI 只会非常迅速地学到错误的东西），AI 依然有效。

他们也没有说这会取代所有其他方法。有时，如果你有一个简单的数学公式，传统方法仍然是合适的。AI 专门针对那些数学上难以写下的“不可能”案例。

总结

这篇论文是开启新科学发现时代的一份路线图。它教会我们如何构建 AI 侦探，让它们通过复杂的模拟来解决逆问题。它展示了如何利用贝叶斯和频率派逻辑来训练它们，如何将许多微小的线索组合成一幅宏大的蓝图，并且最重要的一点是，如何通过双重检查来确保我们不会被愚弄。

作者暗示，虽然这项技术功能强大且快速，但它仍处于早期阶段。我们需要更好的方法来验证这些工具，以及更好的方法来处理那些模拟可能并不完美的、混乱的现实世界问题。但对于那些淹没在数据中、受困于黑箱模拟器的科学家来说，这份指南提供了一根救命稻草：一种将数百万次计算机模拟转化为瞬间、可靠答案的方法。