普林斯顿王梦迪：静态环境RL或只强化高概率路径，科学AI需闭环实验

MengdiWang10 · x · 2026-08-25

普林斯顿大学教授王梦迪提出一个更广的假设：在静态环境中做 scaling 与 RL,可能只是在不断发现并强化数据中已有的高概率模式，而在这些模式之外留下根本性的泛化缺口。

她指出这对科学 AI 尤其关键——科学中最有价值的成果往往恰恰是数据中尚未出现、非高概率的轨迹。因此她越来越关注让 AI 与真实世界科学验证闭环：不只是从既有数据学更好的模式，而是让模型能动手实验、遭遇真正的新结果、并据此更新对物理世界的理解。