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日外滩大会上,普林斯顿大学人工智能创新中心主任王梦迪教授指出,大模型虽掌握大量人类知识,但难以实现自主科学发现。其团队与谢宇合作的「模拟人生」实验显示,模型在结婚年龄、职业等维度上系统性高估常见情况、低估长尾分布,因大模型本质是学习概率分布的最大似然点。她进一步指出,数学和编程因有明确验证器而进展迅速,而物理、化学、生物缺乏可靠验证机制,制约了原创发现。

关键信息

  • 王梦迪在2026外滩大会主论坛提出:大模型尚不具备真正的科学自主发现能力
  • 与谢宇合作的模拟人生实验显示,模型对结婚年龄、职业等长尾分布明显低估
  • 核心论断:大模型擅长给出最可能答案,而新发现往往藏在概率分布的长尾里
  • 数学与Coding进展快,因有Lean等形式化验证器和单元测试提供反馈闭环
  • 科学研究验证复杂、实验难复现,信息增多反而可能降低科研信噪比

🔥犀利点评

王梦迪点破了当前AI叙事的软肋:RLHF和最大似然训练天然奖励平庸,长尾恰恰是科学发现所在地。验证器论尤其犀利—— coding 火是因为编译器免费当裁判,而生物实验一跑几万美元还不稳定复现。所谓「信息越多信噪比越低」更是给数据 Scaling 派泼了盆冷水。但反过来看,这也指明了路径:与其堆算力,不如投入自动化实验室和可靠验证器,谁先建好科学反馈闭环谁先赢。

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