机器学习对自然科学的影响：是好是坏？

机器学习 (ML) 方法正在跨越所有科学领域产生巨大影响。然而，ML 具有强烈的本体论——即仅存在数据；以及强烈的认识论——即若模型在保留训练数据的 held-out 数据上表现良好，即视为优良。这两种哲学与自然科学的标准实践及关键哲学相冲突。本文在 ML 可被有价值的自然科学场景中进行定位。例如，当使用表达性强的机器学习模型进行因果推断以表示混杂因素（如前景、背景或仪器校准参数）的影响时，模型容量和松散的哲学可使结果更可信。我们还展示，在某些情境下引入 ML 可引入强烈、令人不愿的统计偏差。例如，当 ML 模型用于模拟物理（或第一性原理）仿真时，会放大确认偏差；当使用表达性回归对数据集进行标签化时，这些标签若用于下游联合或 ensemble 分析，便会引入不可控的偏差。标题中的问题是针对所有自然科学提出的；即，我们呼吁相关科学社区后退一步，考虑 ML 在各自领域中的角色与价值；我们在此给出的（部分）答案源自物理学视角。