Edisi Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# Metode pencarian hipotesis ilmiah yang menjaga ketidakpastian tetap terlihat

> Makalah baru memberi peringkat pada penjelasan kandidat berdasarkan sertifikasi statistik, kecocokan dengan pengetahuan latar, dan kesederhanaan, lalu menguji perilaku pendekatan tersebut dalam tugas sintetis dan berbasis dataset.

By BIG CHANGE Editorial

Published: 2026-10-10T09:19:56.532Z
Updated: 2026-10-10T09:19:56.532Z
Canonical: https://bigchange.ai/blog/possibility-frontier-search-scientific-hypotheses

![Two subtly different mineral inclusions share a fractured stone slab, with a narrow beam of light revealing their boundary.](https://bigchange.ai/api/media/file/possibility-frontier-states-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; mineral forms and light are metaphorical, not a reported experiment.

Makalah baru mengusulkan cara memberi peringkat pada penjelasan saat bukti terkumpul dan daftar penjelasan kandidat bertambah. Metodenya, yang disebut Possibility Frontier Search, memprioritaskan sertifikasi statistik, lalu kesesuaian dengan pengetahuan latar, kemudian kesederhanaan. Urutan ini dimaksudkan agar penjelasan yang menarik tetapi tanpa dukungan tidak menang hanya karena cocok dengan ekspektasi sebelumnya.

Karya ini adalah kerangka dan algoritme, bukan laporan tentang sistem yang menghasilkan penemuan ilmiah. Anita Yang dan empat rekan penulis menerbitkan makalah tersebut sebagai arXiv v1 pada 8 Oktober 2026. Karya ini menggabungkan hasil formal berdasarkan asumsi yang dinyatakan, eksperimen sintetis terkontrol, dan pengujian eksploratif pada dua dataset dunia nyata.

## Perubahan besar

- **Apa yang berubah:** Makalah ini mengusulkan Possibility Frontier Search, yang memberi peringkat pada kumpulan hipotesis yang berkembang berdasarkan sertifikasi statistik, kecocokan dengan pengetahuan latar, dan kesederhanaan.
- **Mengapa ini penting:** Bagi peneliti yang mengevaluasi penjelasan buatan AI, metode ini memisahkan dukungan statistik dari kemasukakalan berdasarkan pengetahuan sebelumnya dan memakai kekhususan hanya sebagai pemecah seri. Ini menunjukkan bagian mana dari peringkat yang mencerminkan bukti dan bagian mana yang mencerminkan model latar tetap. Hasil formalnya bersyarat; dua studi kasus dataset adalah evaluasi eksploratif yang dilaporkan penulis.
- **Yang perlu diperhatikan:** Kesimpulan metode bergantung pada apa yang dapat diajukan generatornya, bagaimana klaim diterjemahkan menjadi himpunan yang dapat diuji, dan seberapa cocok model latar tetap. Preprint ini tidak melaporkan penemuan yang telah diterapkan ataupun replikasi independen.

## Kemungkinan bukan probabilitas

Makalah ini menggunakan teori kemungkinan untuk menggambarkan keadaan yang belum disingkirkan. Skor kemungkinan 1 tidak berarti hipotesis memiliki peluang 100 persen untuk benar. Artinya, bukti belum menyingkirkannya. Ketika informasi lemah, klaim dan kebalikannya dapat sama-sama tetap mungkin.

Pembedaan ini memungkinkan penulis menggambarkan ketidakpastian yang belum terselesaikan tanpa memaksa sistem membagikan total probabilitas tetap di antara penjelasan yang bersaing. Mereka membangun kemungkinan evidensial dari e-process berurutan, suatu bentuk bukti statistik yang dirancang agar tetap valid ketika pengumpulan data dan keputusan berhenti beradaptasi dari waktu ke waktu.

Pada ambang kesalahan yang dipilih, metode ini mempertahankan ruang versi: kumpulan keadaan parameter yang belum disingkirkan oleh bukti terkumpul. Hipotesis kandidat diberi label berdasarkan hubungannya dengan kumpulan tersebut. Hipotesis terbantahkan jika tidak memuat keadaan yang tersisa. Hipotesis tetap terbuka jika memuat sebagian, tetapi tidak semua, keadaan yang tersisa. Hipotesis tersertifikasi bila ruang versi tidak kosong, setiap keadaan yang tersisa berada di dalam hipotesis, dan hipotesis itu merupakan bagian sejati dari seluruh ruang keadaan. Syarat terakhir menyingkirkan klaim tautologis yang mencakup semua keadaan yang mungkin.

Di bawah asumsi model makalah, hal ini menghasilkan jaminan seragam terhadap waktu: peluang bahwa kandidat yang keliru mana pun tersertifikasi pada waktu mana pun dibatasi oleh tingkat kesalahan yang dipilih. Jaminan tersebut memperhitungkan bukti adaptif dan kandidat yang dibuat menggunakan catatan kumulatif yang sama. Jaminan berlaku pada representasi formal klaim yang dapat diuji, bukan bahasa kausal atau mekanistik tambahan yang belum dikodekan dan diuji.

## Tiga pengujian, secara berurutan

Peringkatnya bersifat leksikografis, sehingga preferensi yang muncul belakangan tidak dapat mengalahkan yang lebih awal.

1. **Sertifikasi statistik.** Kandidat harus lolos uji bukti. Hipotesis yang sekadar tetap terbuka tidak dapat mengungguli hipotesis yang tersertifikasi.
2. **Kesesuaian dengan pengetahuan latar.** Di antara kandidat yang tersertifikasi, metode ini memilih yang memiliki kemungkinan terjamin tertinggi. Skornya adalah nilai kesesuaian latar terendah di antara semua keadaan yang diizinkan hipotesis. Penulis menafsirkannya sebagai seberapa kecil kontur latar tetap perlu berubah agar klaim dapat diterima. Ini perbandingan pada tingkat kandidat, bukan revisi otomatis terhadap pengetahuan ilmiah.
3. **Kesederhanaan.** Jika kandidat seri pada pengujian tersebut, metode ini memilih hipotesis yang mewakili lebih sedikit keadaan. Dalam formalisasi ini, lebih sedikit keadaan berarti klaim yang lebih spesifik.

Urutannya penting. Kesederhanaan tidak menyelamatkan klaim yang gagal sertifikasi, dan kecocokan dengan pengetahuan sebelumnya tidak dihitung sebagai bukti. Skor latar juga tidak berarti hipotesis kemungkinan besar benar: skor itu mengukur kesesuaian menurut model latar yang dipilih.

## Menelusuri batas

Possibility Frontier Search bergantian antara mengusulkan hipotesis dan memilih eksperimen. Generatornya mengajukan kandidat berdasarkan pengetahuan latar, data terkumpul, keadaan yang masih bertahan, dan kandidat sebelumnya. Metode ini mempertahankan kandidat yang belum terbantahkan.

Selanjutnya metode memusatkan upaya eksperimen pada hipotesis terbuka yang dapat memperbaiki hasil terbaik saat ini: kandidat dengan kesesuaian latar lebih baik, atau yang kesesuaiannya sama tetapi lebih sederhana. Untuk setiap hipotesis tersebut, ‘batas’ terdiri atas pasangan keadaan yang masih bertahan di kedua sisi klaimnya. Eksperimen berikutnya dipilih untuk memisahkan pasangan aktif yang paling sulit dibedakan semaksimal mungkin, dengan memakai perbedaan hasil yang diharapkan model. Dalam pengaturan berhingga, penulis menggambarkan pilihan ini sebagai optimisasi yang dapat diselesaikan dengan pemrograman linear.

Makalah ini juga memberikan sertifikat penghentian. Algoritme dapat berhenti ketika tidak ada kandidat terbuka yang diketahui yang bisa memperbaiki peringkat dan selisih antara utilitas tersertifikasi terbaik dengan batas atas utilitas yang dapat dicapai tidak melebihi toleransi yang dipilih. Penulis secara eksplisit menyatakan bahwa tercapainya sertifikat ini tidak menjamin pencarian selesai dalam waktu berhingga.

Hasil pemulihan formal bersyarat. Teoremanya mengasumsikan, antara lain, ruang keadaan dan tindakan yang berhingga, eksperimen yang dapat membedakan keadaan berbeda, konstruksi bukti rasio kemungkinan, syarat pemisahan positif untuk sasaran yang hampir optimal, serta generator hipotesis dengan peluang bukan nol untuk mengusulkan kandidat hampir optimal yang dapat disertifikasi. Dalam kondisi tersebut, batasnya mendekati pemulihan hipotesis terjangkau yang optimal-ε. Kata ‘terjangkau’ penting: hasil ini menyangkut hipotesis yang dapat dihasilkan generator, bukan setiap penjelasan yang mungkin ada.

## Cakupan eksperimen

Eksperimen terkontrol menggunakan lingkungan sintetis dengan keadaan yang diketahui. Peneliti mendiskretkan ruang keadaan menjadi 1.540 keadaan parameter, menetapkan 44 hipotesis yang dapat dijangkau, dan sengaja memulai dengan kumpulan kandidat tanpa satu pun hipotesis benar. Mereka melaporkan bahwa metode ini memperluas kumpulan, mensertifikasi kandidat yang benar, dan meningkatkan utilitas abduktifnya. Pembandingnya mencakup pemilihan maximum likelihood dan maximum a posteriori yang dibatasi pada kumpulan awal, serta AutoDiscovery dengan pencarian yang berkembang. Hasil sintetis dirata-ratakan dari delapan seed acak.

Bagian dunia nyata menggunakan dua dataset DiscoveryBench, Incarceration dan SES. Peneliti menyusun pertanyaan tentang hubungan dalam dataset tersebut, memulai dengan lima hipotesis bahasa alami beserta komplemen logisnya, lalu mengevaluasi kumpulan besaran populasi yang tetap melalui kueri pengukuran pada 16 lipatan data. Mereka menggunakan GPT-5 untuk membuat dan mengevaluasi hipotesis bahasa alami serta membandingkan metode mereka dengan AutoDiscovery. Metrik yang dilaporkan adalah skor kecocokan hipotesis yang dinilai LLM, utilitas abduktif, dan kardinalitas hipotesis. Makalah melaporkan bahwa metode ini pada akhirnya mendapat skor lebih tinggi pada dua metrik pertama dan kardinalitas lebih rendah dalam kedua kasus.

Hasil data nyata tersebut adalah studi kasus eksploratif. Penulis menyatakan bahwa pengujiannya bersifat perkiraan dan bahwa jaminan validitas setiap saat serta pemulihan yang tepat belum ditetapkan untuk pengaturan ini. Ruang tindakan dan kontur latar lingkungan tetap, sehingga pencarian ‘terbuka’ metode ini memperluas kumpulan hipotesis di dalam pengaturan tersebut. Metode ini tidak memperluas ruang keadaan yang diukur atau merevisi pengetahuan latar secara daring. Makalah juga memperingatkan bahwa model latar yang salah spesifikasi atau kurang terkalibrasi dapat membiasakan hipotesis yang dipilih metode.

Eksperimen menunjukkan bagaimana pemeringkatan dan pencarian yang diusulkan berperilaku dalam satu konstruksi sintetis dan dua tugas berbasis dataset. Eksperimen tersebut tidak membuktikan penemuan yang direplikasi secara independen, agen penelitian yang telah diterapkan, atau hasil ilmiah baru tentang pemenjaraan, status sosial-ekonomi, maupun bidang lain. Makalah ini menawarkan cara untuk membuat asumsi di balik pemeringkatan hipotesis otomatis menjadi eksplisit. Studi ini tidak menunjukkan bahwa asumsi dan komponennya andal dalam praktik ilmiah terbuka.

## Sumber dan bacaan lanjutan

- [Yang et al., “Open-ended Scientific Discovery with Possibilistic Reasoning,” arXiv:2610.11289v1](https://arxiv.org/html/2610.11289v1). Dikirim pada 8 Oktober 2026. Teks lengkap memuat definisi, proposisi, teorema pemulihan, algoritme, metode eksperimen, keterbatasan, dan lampiran. Semua temuan yang dilaporkan dalam artikel ini adalah hasil penulis dari versi tersebut.
- [Abstrak arXiv dan riwayat versi](https://arxiv.org/abs/2610.11289v1). Mengonfirmasi judul, kepengarangan, abstrak, dan waktu pengiriman v1.
- [Ramdas dan Wang, “Hypothesis testing with e-values”](https://doi.org/10.1561/3600000002). Latar belakang pendekatan pengujian yang valid kapan saja yang dikutip makalah.
- [Agarwal et al., “AutoDiscovery: Open-ended Scientific Discovery via Bayesian Surprise”](https://proceedings.neurips.cc/paper_files/paper/2025/hash/23b127521af7ca7a42f5cdb7507be4f2-Abstract-Conference.html). Metode pembanding yang dibahas dalam makalah; dikutip sebagai konteks, bukan sebagai penilaian independen atas karya baru.

## Sources

- [Yang et al., Open-ended Scientific Discovery with Possibilistic Reasoning, arXiv v1](https://arxiv.org/html/2610.11289v1) — Sumber primer yang dikunci pada arXiv v1 untuk definisi, algoritme, asumsi, teorema, simulasi sintetis, eksperimen eksploratif pada dataset dunia nyata, dan keterbatasan yang dinyatakan. Hipotesis tersertifikasi memerlukan kumpulan keadaan tersisa yang tidak kosong dan merupakan bagian sejati dari seluruh ruang keadaan. Hasil dilaporkan penulis; tidak ada replikasi independen atau bukti penerapan.
- [Abstrak arXiv dan riwayat pengajuan 2610.11289v1](https://arxiv.org/abs/2610.11289v1) — Mengonfirmasi judul, catatan kepengarangan, abstrak, dan waktu pengiriman v1.
- [Ramdas dan Wang, Hypothesis testing with e-values](https://doi.org/10.1561/3600000002) — Latar belakang pendekatan pengujian yang valid kapan saja yang dikutip makalah.
- [Agarwal et al., AutoDiscovery: Open-ended Scientific Discovery via Bayesian Surprise](https://proceedings.neurips.cc/paper_files/paper/2025/hash/23b127521af7ca7a42f5cdb7507be4f2-Abstract-Conference.html) — Catatan konferensi NeurIPS 2025 yang tepat untuk baseline AutoDiscovery yang dibahas dalam makalah; bukan penilaian independen atas karya baru.