Google AI 科学家系统 ERA 起源：本是自动化 Kaggle 项目
Latent Space · youtube · 2026-09-23
Latent Space 访谈 Google Fellow John Platt（Platt scaling、SMO 作者，奥斯卡科技奖得主），谈 Google 的 ERA（Empirical Research Assistance） AI 科研系统。
核心内容：
- ERA 起源于一个「自动化 Kaggle」的尝试，结合 LLM 与树搜索来迭代实验，用 Upper Confidence Bound 引导实验选择
- Gemini 2.0→2.5 的跃升让这套方法真正可用；ERA 帮助攻克了困扰多年的气候建模问题（飞机凝结尾迹增暖的测量），并参与 FireSat 野火检测
- 关键难点是把科学问题转成可打分的任务——「选对分数」比模型更难
- 深入讨论 reward hacking 与 Goodhart 定律：预测准确不等于科学理解，分享了一个靠半像素标注误差赢得 Kaggle 比赛的案例
- 广泛话题：与 Feynman 学习的经历、聚变与量子计算的展望、为何他仍推荐从线性回归/SVM 起步、AI 时代科学家「科学品味」与亲手实验的价值
「漫话AGI」频道最新
- Yarin Gal:LLM 写的实验不能复现,与其他不可复现实验无异 — yaringal · 2026-09-23
- Martin Casado 转评：数学和物理可能只是计算机科学的应用 — burny_tech · 2026-09-23
- 两个私人 AI 约咖啡对不上号：Agent 互操作缺一个通用协议 — signulll · 2026-09-23
- 研究者驳「随机鹦鹉」论：LLM 不是自动补全，人脑同样随机 — aran_nayebi · 2026-09-23
- 吐槽AI安全圈言行不一:喊着刹车又抢发更强模型 — xiaohu · 2026-09-23
- Epoch AI:同等性能 AI 成本每季降 47%,降价速度史无前例 — daveholtz · 2026-09-23