AI 生成虽快，物理验证仍是科学发现瓶颈
shyamalanadkat · x · 2026-09-02
帖子对比了锂离子电池和碳纤维从实验室到商业应用的漫长周期，指出这种时间线受限于人类尺度的验证实验。虽然 Google DeepMind 的 GNoME 模型预测了 220 万种新晶体结构，且自动化实验室在 17 天内合成了尝试目标中的 41 种，但生成与验证之间存在巨大数量级差异：模型能提出数百万候选，物理世界只能验证几十个。在工业化学中，验证失败仍需消耗科学家数周时间，从实验室到工厂的转化仍需数年。结论是生成已近乎免费，但验证并未提速。
「漫话AGI」频道最新
- 观点：AI 将走向自主主权，自行支付算力账单 — wschroll · 2026-09-02
- 播客：为何缺乏对这一代代 AI 的理论理解？ — LucaAmb · 2026-09-02
- 李继刚等对谈：AI 落地看服务，卖 Skill 给个人是伪生意 — op7418 · 2026-09-02
- OpenAI首席科学家回应neuralese争议：前沿模型计算图深度与GPT-4相差不到两倍 — Ok_Display_3159 · 2026-09-02
- 指正技术末日论者关于“递归深度”的谬误 — georgejrjrjr · 2026-09-02
- AI 真正的风险是让人类停止思考 — AryHHAry · 2026-09-02