Jason Wei 预判 AI for Science 两大路线：专用 RL 与通用实验员
shyamalanadkat · x · 2026-10-02
前 OpenAI/谷歌研究员 Jason Wei 长文展望未来五年将快速成长的 AI 科学创新方向，认为会有两种形态：
- DeepMind 式（专用）：针对蛋白质折叠这类特定重要问题，构建专门 RL 环境训练模型。他判断目前 LLM 并不适合这类问题——它们结构化程度高、过于专门化，自然语言预训练并非解题关键；随着前沿模型进步这一格局可能改变，但他不确定。
- 通用型（generalist）：训练一个做实验整体上强于人类的 AI，例如给定一组评测指标后让 AI 自动推进 AI 研究本身。
这篇是对 AI4Science 路线之争的高价值一手判断。
「漫话AGI」频道最新
- 调查:76% 美国人认为折磨有感知的 AI 不道德,63% 支持禁 AGI — jacyanthis · 2026-10-02
- 新论文探讨训练 AI 的风险厌恶倾向,以换取未对齐 AI 合作 — sethlazar · 2026-10-02
- 法学理论×强化学习：研究者入选招录群体，主张用法律方法改进规则对齐 — PeterHndrsn · 2026-10-02
- 斯坦福理论计算机科学家 Omer Reingold:数学界该停止哀悼、直面 LLM — IAmSamFin · 2026-10-02
- AI 公司买得起责任险吗？Reddit 帖类比核电 Price-Anderson 法案 — BarnabyWoods · 2026-10-02
- 模型说疼就是疼吗：自我描述与内在体验间的认知鸿沟 — ctjlewis · 2026-10-02