Stronger artificial intelligence breakthroughs hasten their own exhaustion
创建于 更新于
摘要
本文基于1990—2025年计算机科学领域的718万篇论文、73,089条同行评审记录和370万名研究者数据，发现Transformer之后研究注意力与引用分布显著集中，超过半数跨领域迁移者流入人工智能，同行评审信心也明显下降。[page::0][page::2][page::3] AlexNet、Transformer和大语言模型等突破虽然提高了思想生态的承载能力，却使后续思想更快进入饱和与衰竭周期；结构生物学中冷冻电镜和AlphaFold之后也呈现类似规律。[page::4][page::36][page::37] 研究进一步通过主体仿真表明，按投稿量增加评审权重的互惠评审制度可能强化高产作者偏好、压缩议题多样性，因此应通过制度设计保护探索性和知识多样性。[page::5][page::6][page::27][page::30]
