14 岁清华天才、普林斯顿最年轻终身教授王梦迪：AI 尚未发现新的基础科学｜附完整演讲

编辑 | 冬梅 9 月 10 日，在 2026 Inclusion·外滩大会主论坛上，普林斯顿大学人工智能创新中心主任王梦迪教授提出一个问题：AI 距离自主发现新科学还有多远？ 她的判断是，今天的大模型已经掌握了大量人类知识，但在真正的科学发现上仍然存在明显局限：大模型更擅长找到“最可能”的答案，而真正的新发现，往往藏在概率分布的长尾里。 王梦迪团队近期与普林斯顿大学社会学教授谢宇合作，用 ChatGPT、Claude 等大模型进行“模拟人生”实验。例如，让模型模拟一个 1930 年出生的英国人，自主生成自己此后的人生轨迹。 实验发现，在结婚年龄、职业、性别等多个问题上，大模型倾向于高估最常见的情况，却明显低估少数情况和长尾分布。 大模型会学到一个概率分布里最大似然的那一点，但对于长尾的知识可能会低估、甚至忽略。”王梦迪说。 她认为，这也解释了为什么大模型在数学、Coding 等领域进展迅速，却尚未在物理、化学、生物等基础科学领域产生同等规模的原创发现。 区别在于，数学和 Coding 拥有相对明确的“验证器”。Coding 可以通过编译器和 Unit Test 验证结果，数学则可以借助 Lean 等形式化证明系统进行验证。模型可以不断尝试、获得反馈、修正答案，再进入下一轮训练。但在现实科学研究中，验证远没有这么容易。 “Ideas are cheap。你要给我看代码，或者给我看实验。”王梦迪表示。科学研究往往涉及复杂的实验设备、人的判断以及跨团队协作，很多实验甚至无法稳定复现。信息越来越多，并不意味着真正有效的新信息同步增加，反而可能降低科研过程中的“信噪比”。 在她看来，AI 走向自主科学发现的关键，并不是让模型再多知道一些，而是让现实世界变得越来越可验证。 王梦迪团队正在尝试建立这样的一个基础设施。在量子材料研究中，他们搭建了自动化实验平台，将原本需要科研人员数月完成的石墨烯实验流程进行自动化，并将实验设备和能力封装成 API，让其他科研机构能够调用和复现实验；同时，他们还在探索面向科研实验室的智能操作系统 LabOS，让多模态 AI 能够通过智能眼镜感知实验环境、辅助科研人员操作，并进一步连接软件、AI 模型、机器人和真实实验设备。 王梦迪认为，真正决定 AI 能否成为“发现者”的，不只是模型有多大，而在于是否存在一套能够连接假设、验证、追溯和重复的基础设施。只有当物理世界中的实验过程能够被系统记录、持续验证、反复复现，AI 才可能真正把训练中学到的“似然性”，转化为对“可能性”的探索。 完整演讲（未经确认版）： 今天我要讲的话题比较学术。刚才宏江老师分享了很多 AI 非常棒的前沿进展，在各个方面，从生产到工作推动很多工作流自动化、企业自动化、知识前沿。今天我想讲的话题是，希望把知识前沿再往前推一推。 AI 和能够自主探索、自主 Discovery 还差多远？这是我想讨论的话题。 假设黑色的概率分布是人类所有的知识，那现在的大模型学到哪一步呢？有三种情况： （1）Same space，现在的大模型正正好好地覆盖了人类现有所有通用知识。 （2）Smaller space，现在的大模型覆盖了通用知识里离中心比较近的那一部分。 （3）Larger space，现在的大模型已经能够超出人类现有的知识，推动训练数据中没有的发现。 答案是需要分类。 我先讲一个具体的、最近的工作，是统计社会学的实验，是普林斯顿大学社会学教授谢宇老师想研究的问题，他拉我给他干活儿。谢宇老师也是著名公众号《知识分子》的创始人。 在这个工作里，我们想回答的问题是：如果我用大模型 ChatGPT、Claude 去模拟人生。你现在是一个 1930 年出生的英国人，让它自己把后面的人生，什么时候上学、在哪儿上学、学什么专业等等都写下来，自己把自己模拟一遍。我们选择了一个恰好有非常多现实数据的历史时间段和地理区域。 结论在图里。比如，第一个社会学家关心的问题是，“模拟人生”第一次结婚时多大岁数？这时候发现，大模型模拟出来的基本上都是在 24 岁左右就结婚了，非常符合父母的期待。但实际上，真正社会学上的概率分布是长尾更多的曲线。 我们还设计了很多问题，比如在模拟人生中，你觉得自己的记忆如何，以及 Gender（性别）、Occupation（职业）等。最终我们发现了一个基本在每一个实验里都会发生的问题：大模型会高估最常见、最通用的情况，但对于相对少见的情况，它会大大低估。 换言之，大模型在预训练时可能学到了很多关于人的信息，但是在这一类模拟或者对人类社会的理解上，大模型是 Mode Seeking 的。Mode 是什么？在概率论里，当我有一个随机分布，Mode 指的是概率分布中最大似然的那一点。也就是说，大模型会学到一个分布里最大似然那一部分的知识，但对于长尾知识可