资讯

普林斯顿王梦迪外滩大会提醒:Ai实现自主发现,并非只需模型更大

雷峰网·2026/9/10 04:33:00🔗 原文

📋总体概括

9月10日,普林斯顿大学人工智能创新中心主任王梦迪在2026 Inclusion·外滩大会主论坛指出,大模型虽掌握海量知识,但距离自主科学发现仍有明显差距。她与谢宇合作的模拟人生实验显示,模型在结婚年龄、职业等问题上系统性高估主流情况、低估长尾分布,而真正的科学新发现往往藏在长尾中。她还指出,数学和Coding因有明确验证器而进展迅速,现实科学验证复杂、信噪比低,制约了AI在物理、化学、生物等领域的原创突破。

关键信息

  • 王梦迪9月10日在2026外滩大会提出核心问题:AI距离自主发现新科学还有多远。
  • 其团队与谢宇合作,用ChatGPT、Claude模拟1930年出生英国人的人生轨迹。
  • 实验显示模型在结婚年龄、职业、性别上高估最常见情况、明显低估少数和长尾分布。
  • 她认为数学、Coding进展快是因有编译器、Unit Test、Lean等明确验证器支撑反馈循环。
  • 她强调Ideas are cheap,科研验证依赖设备、人的判断与协作,信息增多反而降低信噪比。

🔥犀利点评

这番话点破了当前AI叙事最大的泡沫:把参数规模等同于发现能力。最大似然训练天然向多数派坍缩,而科学突破恰恰是反共识的长尾事件,这不是堆算力能解决的架构级缺陷。真正值得下注的方向不是更大的模型,而是更好的验证器——谁能把物理化学实验的可验证性工程化,谁就握住AI for Science的命门。

本文由本站自动聚合,以下为原始来源:前往 雷峰网 阅读全文