科研的本质是不断排除错误，成功仅占极小比例。François Chollet 指出：
• 99% 的研究是在验证“不可行”，只有 1% 形成教科书内容
• 失败未被充分记录，导致重复试错浪费大量资源
• AI 训练数据多来自教科书，缺乏探索精神，难以自主创新
• 真正突破往往源自对失败的深刻理解与反复试验
• 研究应更重视失败经验共享，减少盲目重复，提升效率
• 多 GPU 计算等新技术加速创新，推动科研边界扩展
这提醒我们，科学进步不是线性累积，而是在大量错误中筛选出有效路径，失败是创新不可或缺的“燃料”。
详见🔗x.com/fchollet/status/1968057996203921655
科研创新 人工智能 机器学习 科学方法 失败价值
