返回快讯

前DeepMind科学家曹原:AI独立诺奖级发现需二三十年

前Google DeepMind资深研究科学家、Unreasonable Labs联合创始人兼CEO曹原认为,AI for Science正进入爆发期,但AI要真正独立做出诺贝尔奖级别科学发现,至少还需要二三十年。

曹原此前参与Gemini等项目,现创业聚焦让AI发现新知识。

他指出当前最大瓶颈是验证:代码可即时测试,数学可用形式化工具检查,但生物、材料与物理需真实实验,成本高且周期长,AI难以快速连续试错。

更深瓶颈是创造新概念:现有模型擅长在已有知识中搜索,却难以像顶尖科学家一样抽象出新数学对象、定义与理论,他称概念抽象为AGI“最后一英里”。

市场机制上,事件驱动AI科研工具与自动化实验室资本流入:验证环节加速者受益,纯语言模型局限承压,跨学科混合系统获关注。

补充显示,曹原团队采用大模型与符号推理结合路径,试图突破现有知识重组局限。

来源:公开信息

ABAB AI 解读

曹原在DeepMind期间推动多领域AI研究并参与Gemini核心贡献,后创办Unreasonable Labs专注跨学科知识发现引擎,目标从检索已知转向生成新假设与实验设计。

资本路径上,公司获Playground Global领投1350万美元种子轮,资源投向大模型与神经符号抽象结合,动机是解决物理世界验证慢与概念创新难,加速材料、生物等领域突破。

类似案例可见AlphaFold在结构预测的成功与后续自主发现局限,以及自动化实验室在合成化学中的迭代加速;当前处于AI辅助科学向自主发现过渡的早期阶段。

结构判断属于技术替代:验证与抽象瓶颈决定AI从工具升级为发现主体的节奏,机制在于实验反馈环与概念空间扩展速度,远慢于纯计算领域。

ABAB News · 认知定律

  1. 验证速度决定科学AI上限

  2. 概念抽象是AGI最后一英里

  3. 已知知识重组不等于真正发现