超越ChatGPT：AI科学的终极形态已现身

type

status

date

slug

summary

引言

当整个科技界都在热议以ChatGPT为代表的大语言模型将如何颠覆科学研究时，其核心缔造者之一 Liam Fedus 却选择了离开 OpenAI，走上了一条截然不同的道路。他与前谷歌大脑研究员 Dogus Cubuk 共同创立的初创公司 Periodic Labs，不仅在数月内吸引了3亿美元的巨额种子轮融资和一众顶尖人才，更重要的是，它向我们展示了一种远超当前范式的、更完整的“AI for Science”形态。这不仅仅是让AI阅读论文，而是让AI亲自“动手”做实验，这或许才是通往真正科学突破的革命性路径。

当前，无数用户正通过 ChatGPT镜像站 探索其强大的文本处理能力，但 Periodic Labs 的愿景告诉我们，AI的未来远不止于此。想要体验当前最前沿的语言模型，国内用户可以访问稳定可靠的 ChatGPT国内使用 平台 https://chat.aigc.bar，感受其在信息整合与推理方面的卓越表现。

当前AI模型的“数据天花板”

我们必须承认一个基本事实：像ChatGPT这样的大语言模型，其知识边界受限于训练数据。它们通过学习互联网上近乎全部的公开文本（约10万亿个token）而变得博学，能够对已知信息进行归纳、总结和推理。然而，这种模式存在一个根本性的“天花板”。

正如投资者 Peter Deng 所言：“关于这些模型的真相是，它们知道的一切都在正常分布范围内。我们拿一堆数据，它只能反刍它所知道的东西。”科学发现的本质，恰恰在于探索未知，在于测试那些尚未被证实的假设，而这些内容并不存在于任何现有的数据库中。仅仅依赖已发表的论文和数据进行训练，AI永远无法摆脱“信息搬运工”的角色，无法实现从0到1的原始创新。Liam Fedus更是直言不讳地指出：“硅谷在设想大语言模型的未来时有点偷懒。”

Periodic Labs的核心解法：物理世界的闭环

Periodic Labs 的破局之道，在于打破虚拟与现实的壁垒，构建一个“AI科学家”与自动化物理实验室的强大闭环。这个系统并非简单地模拟科学过程，而是真正地、物理地去执行科学。

其核心流程可以概括为三个步骤： 1. 假设（Hypothesize）：AI系统首先分析海量的科学文献、数据库和模拟数据，识别出知识的空白地带，并提出具有前瞻性的科学假设。例如，预测某种新化合物可能具备超导特性。 2. 实验（Experiment）：位于加州门洛帕克的实体机器人实验室开始工作。自动化的机器臂会根据AI的指令，精确地混合化学前体、控制反应温度和压力，进行大规模、高通量的实验来验证假设。 3. 学习（Learn）：实验产生海量全新的、高质量的独家数据。至关重要的是，这里不仅包括成功的结果，也包括所有失败的尝试。 这些在传统科研中往往被忽视的“负面数据”，对于AI来说是消除不确定性、修正模型的宝贵财富。这些数据会反哺给AI模型，使其不断迭代、优化，提出更精准的假设，从而形成一个加速进化的飞轮。

这个“假设-实验-学习”的闭环，让自然本身成为了终极的奖励函数，每一次与物理世界的真实交互，都在为AI提供最直接、最可靠的反馈。

“AI科学家”：复兴贝尔实验室的雄心

Periodic Labs 的愿景，让人联想到贝尔实验室和IBM研究院的黄金时代。在那个时代，企业研究机构是基础科学突破的摇篮，晶体管、激光、信息论等划时代的发明都诞生于此。它们的核心使命是探索物理世界的本质，而不仅仅是优化软件算法。

在过去几十年，科技产业的研究重心逐渐偏向纯软件和互联网应用，物理科学被边缘化。Periodic Labs 正在尝试复兴这种伟大的传统，将AI的计算能力与物理科学的严谨实验相结合。他们吸引了超过二十位来自Meta、OpenAI、Google DeepMind的顶尖研究者，这些人放弃了巨额的股权激励，用脚投票，共同追逐一个更宏大的目标。这支梦之队本身就证明了，真正的AI科学革命，或许不会发生在更大的语言模型里，而将发生在实验室的试管与熔炉之中。

从ChatGPT到新材料：AI的下一片前沿

Periodic Labs 的首要目标是发现全新的超导体材料。如果成功，这将为能源、计算和交通等领域带来颠覆性的变革。这与许多AI巨头宣称的“AI for Science”计划形成了鲜明对比。后者的路径更多是构建模拟环境或分析现有数据，而Periodic Labs则是直接投身于创造新知识的第一线。

对于广大用户而言，虽然我们无法直接参与到这样尖端的实验中，但我们可以通过 ChatGPT官方中文版 平台 https://chat.aigc.bar 来理解和学习相关的科学知识，例如，你可以让它解释“超导体”的原理，或者总结最新的材料科学进展。体验不降智的ChatGPT服务，能够帮助我们更好地把握科技前沿的脉搏。

结论

Periodic Labs 的出现，为“AI for Science”描绘了一幅更完整、更激动人心的蓝图。它超越了当前大语言模型的数据依赖困境，通过将AI与物理实验深度融合，建立了一个能够自主探索、学习和发现的闭环系统。虽然前路充满未知与挑战，科学发现的本质也无法被完全预测，但这种勇于“动手”解决真实世界问题的精神，正是推动科技实现跨越式发展的核心动力。从ChatGPT核心团队成员的这次“出走”中，我们看到的不仅是一家明星初创公司，更是一种预示着AI将从认知智能迈向创造智能的未来形态。