Liam Fedus：AI需实体实验室数据突破物理世界瓶颈

OpenAI前副总裁、Periodic Labs联合创始人Liam Fedus近期在播客中阐述观点，指出AI在数学等领域进展迅速得益于形式化验证系统作为“裁判”，但在材料科学等物理世界领域缺乏此类机制。他强调，要推动AI在这些领域的进步，必须通过实体实验室获取真实数据以弥补验证缺失。这一观点延续了其此前关于AI科学家需依赖实体实验数据的论述，进一步明确了从数字模拟转向物理实证的技术路径必要性。目前，该主张聚焦于解决AI在缺乏明确反馈信号的复杂物理场景中的落地难题，倡导建立更紧密的AI与实体实验结合的数据闭环。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。