Компьютерная наука > Искусственный интеллект [представлен 14 сентября 2026 года] Название: "AI-Enable Scientific PDF NTML" (экспериментальный) Резюме: По мере расширения возможностей искусственного интеллекта он все чаще рассматривается как общий научный метод. Но насколько правдивы эти утверждения? Превосходят ли ИИ все методы или только некоторые из них, и как это меняется? Для оценки претензий мы составляем подборку из 2 507 сопоставления " голова-главо &qt; между МА и другими методами научного анализа по 27 научным дисциплинам на основе документов, опубликованных в период с 2000 года до начала 2025 года. Мы находим глубокую дихотомию. По сравнению с традиционной статистикой МА часто опережает результаты, но при значительно более высоких вычислительных затратах. Но также почти четверть случаев, когда ИИ является одновременно более дорогостоящим и работает хуже традиционных статистических методов и эта доля оставалась стабильной на протяжении десятилетия. По сравнению с научной вычислительной техникой, АИ часто неэффективен, но при более низких затратах. Это начало меняться: с 2020 года показатели АИ по сравнению с научными компьютерами заметно возросли, и в настоящее время они опережают результаты более чем половины сопоставлений. Таким образом, эти модели свидетельствуют о том, что МА является не универсальной заменой существующих методов, а скорее ценным и усовершенствованным элементом нового научного рубежа с использованием АИ. Текущий контекст просмотра: cs.AI…
Научная граница с АИ
arXiv:2609.16258v1 Annuales Type: кросс-бюллетень: По мере расширения возможностей искусственного интеллекта, он все чаще рассматривается как общий научный метод. Но насколько правдивы эти утверждения? Превосходят ли ИИ все методы или только некоторые из них, и как это меняется? Для оценки претензий мы составляем подборку из 2 507 сопоставления " голова-главо &qt; между МА и другими методами научного анализа по 27 научным дисциплинам на основе документов, опубликованных в период с 2000 года до начала 2025 года. Мы находим глубокую дихотомию. По сравнению с традиционной статистикой МА часто опережает результаты, но при значительно более высоких вычислительных затратах. Но также почти четверть случаев, когда ИИ является одновременно более дорогостоящим и работает хуже традиционных статистических методов и эта доля оставалась стабильной на протяжении десятилетия. По сравнению с научной вычислительной техникой, АИ часто неэффективен, но при более низких затратах. Это начало меняться: с 2020 года показатели АИ в сравнении с научными компьютерами заметно улучшились.