Infreemation

查寻变得更加聪明，我们得到stupider

很多最近被写了关于怎样聪明的查寻最近将解决各种各样的问题，在最后 理论的， “ 长尾巴”名望的克里斯・安徒生混淆“大查寻”和生物工艺学提供以能力了解和提取意思，姿势和真正地弄虚或者支持hypothesies低垂悬的果子的丰盈。 Mathew Ingram对有意见在谷歌的架线的 文章，并且一切和阿利斯泰尔Croll 堆的末端 做大查寻变动科学？ 强调熟悉的科学叠句： 交互作用不需要因果关系。

要公平地讲对克里斯，似乎他了解Mathew的点交互作用不是因果关系，他的论文宁可似乎是那与充分大的数据集和强有力的算法，交互作用方法因果关系。 然而我支持与Mathew和阿利斯泰尔，我不认为克里斯了解什么谷歌或迅速基因程序化给科学分析带来，或者他写了一篇优秀讽刺文章：

Petabytes允许我们说： “交互作用是足够”。 我们可以停止寻找模型。 我们可以分析数据，不用关于什么的假说它也许显示。 我们可以投掷数字入世界看见了的最大的计算的群，并且让统计算法发现科学不能的样式。

听起来我们应该能松劲和哺养原始数据入一台巨型的云彩计算机，劫掠一些份咖啡，居住一些终身和得到一些答复(深刻的想法 任何人？)。 当查寻技术变得更加聪明我们可以全部得到很多stupider，不再要求我们解决科学问题。

在事实谷歌的pagerank算法和克雷格・芬特的程序化技术的脱氧核糖核酸猎枪是成功的，因为他们结束单纯化的，设计尽快夺取低落垂悬的果子，他们不解决坚硬问题-他们宁可得到我们更加快速的下来路那导致更多问题。 查寻引擎或逗人喜爱的生物科技把戏的是可能太复杂的能回答的问题。 要求是太复杂和错误敏感的…那需要是手扶，哄骗和诱骗的实验和分析。 在现实世界的科学是很与在教科书被教的帕拉图式的模型不同。 失败是重要的，错误是关键的，并且我们进步，因为人的想法在此面前是卓越地能适应和韧性的。 对比此对我们将得到的问题的类型我们的分析是由臭虫乘坐的计算机算法引导的，骚扰蠕虫，并且数据非难与错误和发送同样的消息到多个新闻组。

直到引导它的计算能力和算法，真实地evolutionarily被设计，我不认为科学将学会从计算机。 当我们得到克里斯和谷歌创建者寻找的这AI时，我怀疑他们将发现不可能计时那种人工智能以千兆赫速度，并且我们也许导致再演变看并且行动非常类似人脑的计算机。 到时我们也许后悔不使用我们已经有的那个。

对于在这思路的下中止，读优秀文章 是使我们的谷歌愚笨？ 我有在是阵营的一只脚。

补遗： 架线的文章打扰了我作为还原主义者的科学想法象征。 简化论天生倾向于集中于简单问题，是复杂的，并且昂贵应付被避免导致还原主义者的技术和起因的放大作用的坚硬问题。 迟早您也许被说服所有知识在伸手可及的距离的这样还原主义者的方法之内。 有科学研究产业资助的一个干扰的被关联的趋向进一步歪曲科学通过留下问题没有明显的经济结局由路边。 我建议工业和还原主义者的科学在架线的假说代表。