为什么AI还没有真正发现新的科学？普林斯顿研究者：答案可能不在模型里
普林斯顿大学教授王梦迪表示，大模型至今尚未在物理、化学和生物等基础科学领域带来同等规模的原创发现，原因之一是模型倾向于给出最可能的答案，却低估概率分布长尾中的少数可能性。数学和编程发展更快，是因为形式化证明系统、编译器和测试能够提供明确的验证反馈；现实科研则依赖复杂设备、人的判断、跨团队协作，以及不一定能稳定复现的实验。王梦迪团队正在自动化量子材料实验，通过API开放实验设备，并探索连接多模态AI、科研人员、机器人和真实设备的LabOS。她认为，AI能否成为科学发现者，关键不只是模型规模，而是能否建立连接假设、验证、追溯和重复实验的基础设施。
本文来源：AIbase，仅供学习参考，版权归原作者所有。