PSI 尝试把 AI 驱动的科学发现做成生意

David Turturean，一位刚毕业于麻省理工学院并成为初创实验室物理超级智能 (PSI)技术团队成员的人，利用Anthropic的Fable 5.2模型的早期访问权限解决了关于量子计算的一个持续18年的问题。

“我完全接受这个想法，这可能是我最后一篇发表的论文，” Turturean告诉TechCrunch，他推迟了在麻省理工学院著名的计算机科学和人工智能实验室攻读硕士学位的计划以加入PSI。“几个月后，你甚至为什么要发表论文呢？”

所讨论的问题，Aaronson-Ambainis猜想，涉及量子计算机是否能够比经典计算机更快地解决问题。提出该问题的两位研究人员之一Scott Aaronson，写道，他不太理解这个证明，但他相信它是正确的，因为它在Lean（一种用于数学的编程语言）中自动形式化，并由PSI与共享解决方案的一组顶尖研究人员解释。

这个解决方案似乎关闭了量子计算机可能遵循的一条途径，以高速解决某些难题，但并非所有难题。“这是一个负面的结果，让人们知道，好的，我们不再寻找那里了，” Turturean说。

更广泛地说，它反映了人工智能问题解决在科学界引起的动荡。

“[Aaronson-Ambainis猜想]的完整证明是量子查询复杂度中最后一个剩余的开放问题，所有人都似乎认为它至关重要，” Aaronson写道，他描述自己对这个消息感到满意、敬畏、失望和疲惫。“老实说，几周前我惊讶地发现它在OpenAI的Mathocalypse倾倒中不见了。他们肯定尝试过，那么它真的比所有已解决的问题都难得多吗？”

这是一个支持PSI模型的观点，该模型旨在使用专门的模型 harness 和 scaffolding 来解决科学问题。

“一个有效的科研系统应该有很多与harness相关的东西，很多与工具、记忆系统、模拟基础设施相关的东西，” PSI首席执行官Matt Pines告诉TechCrunch。“你想能够真正从广度和深度上追击一个问题，并能够考虑广泛的潜在替代方案。”

目前，该公司的收入来自使用其工具优化数据中心，模拟热量、电力、水、声音等变量的情况——“该站点的性能及其对社区的影响直接取决于其物理特性。”然而，长远的计划是将理论物理突破转化为实际技术。

“六到九个月前，当我与投资者交谈时，我不得不有点勉强地验证那个条件，对吧？就像，‘不，不，不，相信我，很快，理论物理将主要成为机器的领域,’” Pines说。“它还没有到那里，但它正在路上。”

尽管人工智能已经在数学和计算机科学等可以表达为经过验证的代码的领域取得了重要的解决方案，但在生命科学或物理学等不那么抽象的学科中这样做已被证明更加困难。上周，初创公司Discovered Materials发布了一个价值100万美元的挑战，邀请研究人员使用人工智能来理解超导性和热耗散等问题。

“归根结底，物理学不同于数学，因为它就是现实世界……自然界在你对现实的模型中有发言权，”Pines说。他说这家初创公司专注于理解如何以最有效的方式将计算结果进行实验验证。

“如果这是自然界的真正事实，那就是一个你可以利用的窍门，”Pines说。“你可以用它来建造一个设备，对吧？人工智能提出一个想法；它让你能够做一些以前无法做到的事情……所以这些都是PSI正在构建的循环。

随着“科学新实验室”成为可能具有突破性科学研究的途径，参与者仍在确定这个新世界的标准。因为PSI不得不在其模型几乎准备好发布之前持有其结果，所以他们能够与相关研究人员分享，以更好地理解它。

“作为一名学者，我们希望在我们的正确方式中发挥作用，”东北大学教授、PSI顾问Jim Halverson说。他将在下周参加麻省理工学院的一个峰会，届时顶尖物理学家将试图就科学的新的步伐制定一个回应。“最佳实践仍在涌现……我们认为透明度是一个好方法，联系专家也是一个好方法。”

“我们有一些时间来考虑……这是我第一次将人工智能激发的解决方案付诸印刷，我读了一遍，我想，好吧，我怎样才能让这个……更自然地呈现给人类呢？”Turturean说，他说学术界将期望他能够解释结果。他告诉TechCrunch。“而且我认为这也让我意识到，哦，我的上帝，人工智能所能做的重量。”

当您通过我们文章中的链接购买时，我们可能会获得一小笔佣金。这不会影响我们的编辑独立性。