跳到文章正文
行业/好文 编辑推荐

清析智研王欢:大模型学完人类知识之后,AI4S 要去物理世界“造数据”

大模型把论文、书籍和互联网信息学得越来越多,一个更尖锐的问题随之出现:AI 能不能不只“掌握已有…

大模型把论文、书籍和互联网信息学得越来越多,一个更尖锐的问题随之出现:AI 能不能不只“掌握已有知识”,而是进入真实世界,创造新知识?清析智研联合创始人、首席科学家王欢给出的答案是:AI for Science 的下一次突破,会发生在物理世界。

清析智研王欢:大模型学完人类知识之后,AI4S 要去物理世界“造数据”
清析智研联合创始人、首席科学家王欢谈 AI for Science 的下一站

一分钟速览

  • 王欢是清华大学工学博士、全球前 2% 科学家,长期研究多模态大模型与 AI 赋能材料研发。
  • 他认为当前大模型的能力主要来自数字空间,对“人类还没总结的领域”仍有很长的路要走。
  • AI4S 的下一轮 Scaling,需要模型、AI 原生仪器、AI 原生实验室与产线协同运行。
  • 稀缺资产不是算力,而是持续产生新数据的能力。
  • 终局竞争,是在物理世界中规模化创造新知识的能力。

数字空间的天花板

过去两年,AI 在编程、内容生成和视频生成上进展惊人,原因并不神秘:这些领域的知识早已以文本、代码和视频的形式存在于数字空间,模型可以大规模学习。到了科学研究,偏向虚拟空间的部分——查资料、写论文、润色——AI 已经做得不错;但越往物理世界走,比如新材料发现、实验制备、新物质探索,能力就越有限。

王欢的判断是,瓶颈不在模型参数,而在数据。互联网时代积累的文本和代码已经被反复使用,下一步需要的是真实实验产生的高价值数据。这类数据无法靠爬虫获得,只能靠仪器、实验和产线一点点“造”出来。

让仪器成为 AI 的感官和双手

他提出的路径,是把模型逐步接入科研仪器、实验与产线设备,并推动科学仪器向“AI 原生设备”演进。所谓 AI 原生,不是给仪器加一个聊天框,而是让仪器在实验和生产过程中持续获取真实反馈、产生新数据,再把数据回流给模型,形成闭环。

在这个闭环里,模型决定科学探索的边界,仪器拓展 AI 的感知与行动范围,真实实验持续产生高质量数据,推动模型与实验策略共同进化。谁能连接更多物理世界入口,以更低成本、更高通量完成“假设—实验—验证—学习”的循环,谁就能更快把未知转化为知识,再把知识转化为产业价值。

为什么是现在

一方面,材料、化学、生物等领域的实验通量正在被自动化设备抬高,人工操作逐渐让位于机械臂和微流控;另一方面,多模态模型已经能理解图像、光谱、显微照片等非文本信号,具备了处理实验数据的基础。两股力量交汇,才让“AI 原生实验室”从概念变成工程问题。

但工程问题并不轻松。实验设备接口不统一,数据格式五花八门,实验条件难以复现,失败样本往往被丢弃。要让模型持续学习,必须先把数据采集、标注和质量控制做成标准流程。王欢强调“持续产生新数据的能力”是稀缺资产,原因就在这里:买得到仪器,不一定买得到稳定的数据流。

科研与创业正在合并

王欢从高校走向创业,他的观察是,硬科技创业正在变成“科学家的创业”。科研追求科学问题的突破,创业追求商业价值,但两者越来越走同一条路:把新的科学能力转化成可商业化的产品或解决方案。区别在思维方式——高校以科学目标为核心,公司则要回答技术如何提升行业效率和价值。

这也解释了 AI4S 公司的组织形态:既要有能做前沿研究的科学家,也要有懂仪器、懂产线、懂数据工程的工程师,还要有能把实验结果变成客户愿意付费产品的团队。三者缺一,闭环就转不起来。

趋势与冷静的判断

AI4S 不会像聊天机器人那样一夜普及。它更像一场基础设施竞赛:谁拥有更多实验入口、更高质量的数据和更快的验证循环,谁就有机会在材料、化工、医药等领域建立壁垒。对行业来说,接下来值得关注三件事:仪器厂商会不会开放标准接口;实验数据能否形成可复用的公共或半公共资产;以及 AI 生成的科学假设,能否通过可重复的实验验证。

“大模型学完了人类知识”这句话并不精确,但它指出了一个真实转折:靠现成文本堆规模的时代正在接近尾声,下一阶段的增长,要从物理世界重新采集。AI4S 的终局,不是模型参数有多大,而是它能否稳定地、规模化地创造出人类此前没有的知识。

本文地址:https://www.163264.com/22474