斯坦福学者激辩：AI 能否指导人类完成湿实验
斯坦福 AI 指数联合主管、计算生物学家 Anshul Kundaje 与斯坦福 fellow suragnair 在 X 上就「AI 指导人类完成湿实验」的设想展开争论，核心分歧在于隐性技能（「手感」）能否被纯观察式 AI 传递，以及该用什么学习方法验证这一思路。该讨论涉及 AI 自动化生物实验的一条差异化路线：AI 不亲自执行，而是学会最优地指导人类。
已确认
- suragnair 的原设想是：AI 不亲自执行实验步骤，而是学习如何最好地指导人类操作，并在人类全部或部分完成操作后建议纠偏。
- Kundaje 提出质疑：许多生物实验需要灵巧的动作和难以言传的「手感」，人类的学习方式是先观摩专家再试错；没有触觉反馈的新手未必能仅凭 AI 指令完成，除非有显式的运动控制。
- 针对「视觉 AI 难以完成第一步（掌握隐性知识）」的质疑，suragnair 回应：该场景下 AI 并非在学习执行实验，而是在学习最优指导，这为相关讨论留出了空间。
- Kundaje 追问为何不用「专家操作 vs 新手操作」的监督学习训练（看起来更快），suragnair 解释了选择 RL 的原因：关键在于实验失败时难以归因。
为什么重要
- 这场争论触及「观察式学习能否替代动手技能」这一更广的问题：如果大量专业知识是隐性、具身的，纯视觉/文本 AI 能否有效充当教练。
- 「AI 指导人类、人类提供双手与触觉」被提出作为一种折中的实验自动化路线，其可行性取决于指导与纠偏的学习范式是否成立。
2026-09-25 ~ 2026-09-25 · 6 条相关
一手来源
- AI 教人做湿实验?生物学家质疑:没触觉反馈,新手根本学不会 — anshulkundaje ·
- 为什么用 RL 而非监督学习教 AI 做实验?关键在失败难归因 — suragnair ·
- 回应「AI 学不会手感」：其角色是指导人类而非亲自执行 — suragnair ·
- 【源头】为什么用 RL 而非监督学习教 AI 做实验?关键在失败难归因 — suragnair · 2026-09-25
- 【源头】回应「AI 学不会手感」：其角色是指导人类而非亲自执行 — suragnair · 2026-09-25
- 【源头】AI 教人做湿实验?生物学家质疑:没触觉反馈,新手根本学不会 — anshulkundaje · 2026-09-25
- AI 观察式学习能否替代动手技能?研究者激辩生物实验自动化 — suragnair · 2026-09-25
另有 2 条近重复转述:anshulkundaje · suragnair