人工智能驅動的(自然和社會)科學研究-有希望解決或是跳出週期興衰的千年問題?
先澄清科學的一點嚴謹看法，科學必須放之四海而皆準的規律，如果有兩套或兩套以上的理論同時並存，那就不是科學。例如
物理有古典物理和近代物理，但是他們不是兩套理論，古典物理其實是近代物理的一個近似結果，所以物理是一門科學。
經濟學(至少)有自亞當史密斯自由主義的古典經濟學和近代凱因斯經濟學。但是他們是兩套理論，雖然各自也在不斷的改進，但是一直也是互不兼容。而各國政府經濟政策基本上也是在這兩套理論上不斷的左右搖擺。
中國特色的社會主義經濟學，雖然獨樹一格，但是也吸收了這兩套經濟理論中的優點。
因為經濟學有兩套或兩套以上的理論同時並存，所以就不能視之為是放之四海而皆準的規律和科學。而政治學包括西方民主的政治，新加坡的一黨精英政治，和各式各樣非西方民主的政治包括中國「民主集中制」政治，基本上是五花八門，多套主義或理論並存，所以也不能視之為是放之四海而皆準的規律和科學。
上世紀九十年代，許多人包括斯坦福大學知名政治學家弗朗西斯•福山(Francis Fukuyama) 《歷史的終結及最後之人》(The End of History and the Last Man) 的作者對西方自由民主制充滿信心，認定西方自由民主制是放之四海而皆準的終結規律和科學。
隨著國際局勢的演變（如伊拉克戰爭、2008年金融危機、中美實力消長及民粹主義崛起），福山也被迫對其理論進行了大幅調整，甚至於承認相較於民主和法治而言，國家能力對繁榮也非常重要，否則無法解䆁非西方民主的中國「民主集中制」政治，能夠快速崛起，並可能超越美國自由民主的政治。雖然非西方民主的中國「民主集中制」政治動搖了西方自由民主是放之四海而皆準的終結理論，快速崛起的中國民主集中制政治效率優於今天的美國自由民主政治，但這並不足以認定中國「民主集中制」政治就是放之四海而皆準的終結理論，因為這些仍然都是不同理論實踐案例的少量樣本結果而已，都不足以認定是放之四海而皆準的規律，既然有兩套或兩套以上的政治理論同時並存，那就不是（政治）科學。
科學必須函蓋古今中外所有案例，需要大量數據和非常巨大而精準的數據模型和接近是100%机率的準確驗證，如黃炎培所指出的千年以來人類智慧一直没有解決或是没能跳出國家政治（包括西方民主國家）週期興衰的問題，至今沒有準確的科學解釋，也從沒有徹底解決的案例。
人工智能驅動的科學研究正在引領全球科學界進入一種「革命性」的科研方式。從傳統的實驗觀測、理論推導、電腦模擬，到利用 AI 處理海量數據的「輔助工具」進步演變為AI可以開始越來越自動的執行從實驗觀測、理論推導、電腦模擬，到海量數據處理和結果檢驗，並根據結果自我改進理論，並重覆這個不断自動推進科學研究的過程，直到結果接近是100%机率的準確驗證為止。
2024年诺贝尔物理学奖和化学奖已經授予人工智能相关研究的学者，化學獎AlphaFold AI，成功預測了幾乎所有已知蛋白質的三維結構，將原本需要數年耗時的實驗縮短至幾分鐘，極大加速了靶向藥物研發與新型病毒防範研究。更證實了人工智能的巨大科研加速能力，甚至是人工智能的巨大科技自研潛力。
诺贝尔化學獎AlphaFold AI得主Hassabis explicitly states that "nobody's found anything in the universe that's non-computable so far." 哈薩比斯明確指出，“到目前為止，還沒有人在宇宙中發現任何不可計算的東西。”
人臉識別的人工智能卷積神經網路（CNN）模型就是計算處理「數位化」的圖像和影片。
人工智能大型語言(LLM Transformer) 模型就是把似乎不可計算的文字先映射變成「數位化」可計算的token (一種數學張量Tensor) 再計算處理。
通常一个英文单词会被拆成 1 到 2 个 Token。一个汉字通常约等于 1 个 Token（有时一个词组或生僻字会占多个 Token）。标点符号和空格也變成 Token。
用一個簡化的一維張量(也就是向量 / Vector)例子來解說文字映射可計算:
Map 单词 ->Token
定義Token（x, y) : (x是家庭角色，y是性別）
x = 0 代表沒有定義家庭角色, x = 1代表子女, x = 2 代表父母, x = 3 代表夫妻
y = 1 代表男人, y = 2 代表女人
男人 ->（0，1）、女人 ->（0，2）
男人（0，1）和 女人（0，2）沒有定義家庭角色 x, 有不同的性別 y
男孩 ->（1，1）、女孩 ->（1，2）
男孩（1，1）和 女孩（1，2）有共同的家庭角色 x , 有不同的性別 y
父親 ->（2，1）、母親 ->（2，2）
父親（2，1）和 母親（2，2）有共同的家庭角色 x , 有不同的性別 y
丈夫 ->（3，1）、妻子 ->（3，2）
丈夫（3，1）和 妻子（3，2）有共同的家庭角色 x, 有不同的性別 y

一個簡化的token加減計算的解說例子:
男孩（1，1）- 男人（0，1）+ 女人（0，2）= （1，2）-> 女孩
女孩（1，2）- 女人（0，2）+ 男人（0，1）= （1，1）-> 男孩
父親（2，1）- 男人（0，1）+ 女人（0，2）= （2，2）-> 母親
丈夫（3，1）- 男人（0，1）+ 女人（0，2）= （3，2）-> 妻子

一個概念性的三維張量例子，表示兩個包含四個詞元的句子，其中每個詞元是一個包含 3 個數字的向量：
[
[
[0.25, -0.11, 0.54], # Token 1 ("The")
[0.88, 0.32, -0.05], # Token 2 ("cat")
[-0.42, 0.19, 0.73], # Token 3 ("sat")
[0.10, 0.02, -0.91] # Token 4 ("here")
],
[
[0.55, 0.12, -0.33], # Token 1 ("Dogs")
[-0.15, 0.44, 0.21], # Token 2 ("run")
[0.09, -0.82, 0.14], # Token 3 ("fast")
[0.31, 0.67, 0.05] # Token 4 ("now")
]
]
大型語言模型（LLM）基於token的學習是指以類人腦神經網路學習人類語言中的統計模式、結構和關係的過程。透過接收大量文字資料集，大型語言模型可以學習字詞、思想和概念之間常見的關聯方式。
所以人工智能驅動的科學研究當然也可以應用到主要以文字描述的社會科學，推進社會科學研究包括政治學和經濟學，但是所有相関因素的數據搜集必須足夠巨大，人工智能分析模型也必須相匹配的足夠巨大。否則就會產生人工智能模型Underfitting and overfitting (欠擬合和過度擬合) 的問題。欠擬合和過度擬合是人工智慧（AI）模型無法做出準確預測的兩個主要原因。欠擬合是訓練數據過少模型學習沒有完成，過度擬合是模型過小學習不了太多的訓練數據。理想擬合的AI模型完成大數據訓練後，能夠準確地發現數據中潛在的關聯模式，能夠鑑往知來的“泛化”，並正確地預測未來的數據。
人工智慧模型都極其巨大，這與AI scaling law(擴展定律) 有關，人工智慧模型越大，人工智慧的能力與準確性似乎也越高，當然需要相匹配的數據也越大，當然還有後訓練和強化訓練可以進一步提升。
再說一個政策「合成謬誤」的問題，中國人民大學教授翟東升對「合成謬誤」（Fallacy of Composition）的解釋，主要是指單個部門、企業或地方在各自邏輯下做出完全理性的正確決策，但當這些局部政策或行為機械地疊加、合成在一起時，卻對整個宏觀經濟或社會整體造成了顛覆性、破壞性的後果。因為單個部門的分析相當於數據過少的人類智能 (不是人工智能) 模型，做出不考慮部門以外因素的自以為正確決策。但是在各個部門的決策同時執行下，本來不考慮部門以外的因素變成不能不考慮的因素，造成互相衝突、疊加放大、合成在一起執行的單個部門政策反而造成了不符预期甚至是破壞性的結果。
若要打破這種困境，必須加強全局統籌，排除本位主義，而做全局統籌的分析，相當於要發展一個涵蓋所有有關部門的巨大模型，用相匹配的足夠巨大數據做數據分析，但巨大數據的數據分析基本上遠超出人類腦容量和遠超出人類智能，不可能在有限時間内可以處理分析得完。必須依靠要發展一個涵蓋所有有關部門的巨大人工智慧模型，用許多電腦才可能處理得完巨大的數據，才可做出準確度夠高的數據分析和預測，人工智慧模型包括做理論的建構、電腦模擬執行和模擬結果的檢驗，並根據結果手動或自動改進理論，並重覆這個不断自我推進的科學研究過程，直到結果能接近是100%机率的準確驗證為止。這個巨大人工智慧模型或許可以做出考慮所有因素的所有正確決策，避免「合成謬誤」的問題。
更進一步，或許有一天當人類能發展出「通用人工智能」的大型政治學和經濟學模型，甚至能發展出超越人類智慧的「超級人工智能」超大型模型，或許由超越人類智慧的「超級人工智能」可以研究發展出一套超大模型，可以描述出千年以來所有古今中外放之四海而皆準的政治和經濟規律。
共產主義的理想終極烏托邦，建立在「完美人性」的假設之上。想達到「完美人性」，依靠道德教化或是宗教信仰去拼命努力改造人性從未成功過，所以共產主義理想的終極烏托邦很難實現。千年週期興衰的問題或許也根源於人性的不完美，人性善惡自幾千年前就有爭議，爭議一直不斷，但是人性幾千年來似乎未有太大改變，幾千年後人性恐怕也改變不了多少。人性的複雜包括自私貪婪性，可能是人類智慧改造不了的極限，而大數據人工智能大模型的發展也許給人類一個前所未有的工具，可以大大協助甚至取代政府人為干預的能力，減少人為的錯誤。
政府治理可以人工智能化，選拔官員也可以人工智能化。
如果我們也搜集大量古今過去的官員從小到大的所有言行以及他做為官員的種種表現，去訓練一個人工智能「智愚賢不肖」識別模型，一個訓練好的智愚賢不肖識別模型應該可能可以在候選官員當中，辨識出未來治理表現可能最賢能的官員人選。當然這個賢能識別模型需要大量正確巨細無遺完整無偏差的數據，還要與時俱進不斷發展不斷優化的這種賢能識別模型，我們應該可以樂觀相信這個「智愚賢不肖」識別模型可能可以非常精確預測官員的賢能表現，並且遠超人類的判斷。
這個「智愚賢不肖」模型也可能可以識別違紀違法和失職或腐敗，有助於紀律檢查和監察工作的人工智能化。同樣的人大代表和黨代表的選舉也可以人工智能化，減少人為的誤判或偏見。
科技工具（包括超級人工智能和機器人等）沒有人性的複雜，科技的進步更是一日千里，百年千年之後的科技有多進步是今天的我們不能想像，就如同幾千年前的人們不能想像我們今天的科技進步，科學不是只有自然科學，社會科學一樣是科學，但是今天的社會科學並不是嚴☺的科學，更多的是不同的學派，甚至是對立的學說。「超級人工智能」的大型社會科學模型或許可以解決或是能跳出國家政治（包括西方民主國家）週期興衰的問題。這樣的政治學和經濟學才能稱得上是古今中外放之四海而皆準的終結科學。