人工智能（础滨）已彻底改变了科学研究与创新，但正如先前讨论的那样，波兰尼悖论仍是利用础滨产生创造性解决方案或突破性发现的重要障碍。根据波兰尼悖论，仅从显性知识中学习的础滨模型将缺乏人类的隐性或直觉知识，可能产生显而易见的结论。因此，任何利用础滨模型寻求新发现的人，都应关注解决波兰尼悖论的方法。?
自然·人类行为具备人类意识的人工智能模型，为开发更高效的创新解决方案与科学发现——甚至突破性成果——提供了新途径。该团队研发的具备人类意识的人工智能模型，使人工智能对新材料科学发现的预测能力提升了400%。?
该具备人类感知能力的人工智能模型被输入科学数据与作者信息，从而能够测量"候选发现涉及的每个主题中人类科学家的分布情况"。通过运用这些元信息，具备人类感知能力的人工智能模型能够"模拟"科学家的直觉或隐性知识，通过预测并规避"人类群体"来实现。换言之，这类人工智能模型无需完全依赖结构化数据，而是能够：
因此，具备人类意识的人工智能模型具有诸多优势，不仅能生成可预测且显而易见的解决方案，还能提出互补性的异质假说——这些假说可能催生突破性发现与更具创造性的解决方案。虽然此方法无法解决波兰尼悖论，但至少有助于构建未来的人工智能模型，使其因缺乏人类的隐性知识而减少生成显而易见解决方案的倾向。?
我们的分析强调，将人类与社会因素融入人工智能开发，能够创造出与人类专业知识互补而非替代的智能系统。这类系统不仅能体现人类专业能力，更能完整承载科学经验与认知积累的分布特征，从而实现与科学界协同发展而非对抗，进而拓展人类想象与探索的疆界。
