AI为什么还没发现新科学？王梦迪：大模型困在概率，而创新在长尾

文｜懂财帝 外滩大会现场报道

14岁考入清华，24岁进入普林斯顿，29岁成为普林斯顿最年轻终身教授，如今执掌普林斯顿大学人工智能创新中心。

当王梦迪站在外滩大会讲台前提出那个问题时，全场陷入了思考：AI距离能够自主探索、自主Discovery（发现），到底还有多远？

她给出的答案，不是技术路线的微调，而是对当前大模型本质局限的一次深刻剖析。

一道关于知识的选择题

王梦迪用一个形象的比喻开场。假设黑色的概率分布代表人类所有的知识，现在的大模型学到了哪一步？她给出了三个选项：第一种，Same space，大模型正好覆盖人类所有通用知识；第二种，Smaller space，大模型只覆盖了离中心较近的那部分；第三种，Larger space，大模型已经超出人类现有知识，推动了训练数据之外的发现。

现场投票结果两极分化：要么认为AI还没学到人类知识，要么认为AI已经拓宽了人类知识，几乎没人选第一种。但王梦迪指出，真实的答案需要分类讨论，而她最近的跨学科研究揭示了令人意外的真相。

大模型是"众数追寻者"

她分享了一个与普林斯顿社会学教授谢宇合作的统计社会学实验。研究人员让ChatGPT、Claude等大模型模拟人生：假设你是1930年出生的英国人，请模拟自己后面的人生——什么时候上学、在哪儿上学、学什么专业。

当问及"模拟人生第一次结婚多大岁数"时，大模型给出的答案高度集中在24岁左右，非常符合"父母的期待"。然而，真实社会学的概率分布是一条长尾曲线，24岁只是其中一个点，现实中存在着大量偏离这个中心的情况。

实验结论令人深思：在几乎所有设计的问题中，大模型都会高估最常见、最通用的选项，而大大低估相对少见的长尾情况。换言之，大模型在预训练、中期训练和强化学习之后，依然是Mode Seeking（众数追寻）的。在概率论中，Mode是概率分布中最大似然的那一点。大模型学到了分布中最可能的那部分知识，却对长尾效应视而不见。

为什么大模型至今没有发现新科学？

既然大模型如此强大，为什么从ChatGPT Moment以来，在排除了编程和数学之后，大模型并没有在生物、化学、物理等基础学科中发现新的科学规律？王梦迪一针见血地指出：因为人类真正的创新，恰恰发生在长尾上。

当我们想在基础学科前沿做新发现时，相当于要在宇宙里找一颗之前没有观测过的"星星"。这颗星星肯定不在训练数据里。但大模型学到的是概率分布的Mode，它会忽略长尾，自然也就无法把知识前沿再往前推。

她甚至提到一位同事的文章：AI不仅没有加速科学发现，反而让科学变慢了。原因在于，科学发现需要足够的观测数据来证明一个假设，对有效信号有极高要求。但大模型时代，每年论文数量指数级增长，人类对宇宙的观测并没有真的增加。信息论中的"信噪比"急剧下降，科学家反而更难在海量信息中找到真正有用的信号。

验证器的缺失：数学/编程 vs 科学发现

为什么大模型在数学和编程领域进步神速，却在科学发现上举步维艰？王梦迪揭示了关键差异：验证器（Verification）。

在数学和编程领域，大模型可以得到非常精准的反馈。编程有编译器（Compiler）和单元测试，数学有"形式化证明"验证器（如Lean），可以把数学定理翻译成可编译的编程语言。有了明确的验证器，大模型就可以左右互搏，不断提高能力。

但在物理世界和真正的科学探索中，这样的验证器几乎不存在。科学的瓶颈往往不在于想出一些Idea，而在于"Show me the experiment"。大量科学实验是不可重复、不可验证的。Nature子刊曾发表著名调查：70%的科学实验无法重现，其中50%连做实验的科学家本人也重现不了。实验涉及复杂的判断、器材、多实验组合作，每一步都有不确定性，叠加起来就像"摇骰子"。没有验证器，大模型只能在已知数据里过拟合，无法走向长尾和新发现。

维度

数学与编程

基础科学发现

验证器

编译器、形式化证明（Lean）

缺乏通用验证器

反馈机制

精准、即时

滞后、模糊

可重复性

高（代码可复现）

低（Nature：70%不可重现）

AI能力

强（左右互搏）

弱（过拟合已知数据）

探索方向

概率分布中心（Mode）

需要长尾与未知

破局之路：从自动化实验到LabOS

面对这一困局，王梦迪和她在普林斯顿的同事们正在从基础设施层面寻求突破。他们做了一件开创性的工作：搭建全自动实验平台来寻找新的量子材料。

以两层石墨烯叠加为例，改变角度就能产生新的晶体结构和物理性质，这是通往超导体的前沿技术。但这样的实验通常需要非常有才华的物理博士生花几个月手动完成。他们做了一套全自动实验平台，配备了背后的"科学大脑"，从设计、参数预测到制备、质量控制、显微镜观察，形成了完整的闭环。这套系统把原本需要数月的实验变成了API，并开源了软硬件工具包，让其他科研机构也能复用。

更进一步，他们正在开发通用的跨学科科学实验室智能操作系统——LabOS。这套系统利用大模型的多模态能力，通过智能眼镜与科学家直接交互，让实验员看到的细节变成AI能看到的细节，操作在AI指导下进行。验证结果显示，第一年的本科实习生使用这套系统后，能达到有十几年经验的科学家那样的精确科研水平。LabOS还能在数字世界自主写代码、训练模型，在物理世界与多型号机器人交互，跨学科地数字化和智能化复杂流程。

从"似然性"到"可能性"

回到最初的概率分布问题：怎么才能把Mode Seeking的大模型概率分布变得越来越宽，最终找到新的发现？王梦迪认为，我们需要的是闭环系统。这个系统连接各种开源、闭源和私域模型，同时连接物理实验室、洁净室、化学实验室、生物实验室乃至半导体车间。当数字世界能把物理世界所有的研究、探索、纠结全部闭环时，AI才可能真正发生效用，每个学科的实验室才会变成可验证的环境，大模型训练方式才能扩展到新发现。

AI的训练方法学到的是"似然性"（Likelihood），但当我们说到发现（Discovery），我们要找的是概率之外的"可能性"（Possibility）。弥合从似然性到可能性之间的巨大鸿沟，需要的不是更多算力或数据，而是基础设施级别的探索和投入——让验证变得更快，让实验变得可重复，让长尾不再被忽略。

这或许就是AI自主探索的下一站：不是让模型在文本里"想"出答案，而是让它在真实世界的闭环中"试"出答案。