吴英成在采访中提到，他正在尝试将AI的应用从互联网转向科学实验，他认为下一代AI应该“蒸馏地球”。目前的AI能够快速阅读文献、分析数据并生成假说，但一旦需要回到实验室验证这些假说，速度就会慢下来。真实世界的实验包含许多没有写进论文的失败和意外。
吴英成提出的“蒸馏地球”是指让AI进入实验室，通过与物理世界的交互产生新数据，并用实验结果修正模型。这不仅仅是解决如何做实验的问题，更重要的是关注实验与模型之间的关系，使真实世界的数据持续进入模型。他希望构建的“具身AI科学家”能够形成一个闭环，包括提出假说、执行实验、获取数据和修正模型。
几年前，吴英成在复旦大学接受临床医学和计算生物学训练，并在博士阶段发表多篇重要论文。2023年，他开始转向AI for Science领域，成为PhAI Labs创始人及斯坦福大学AI4S博士后。他正尝试搭建一套面向AI for Science的数据与实验基础设施，让机器人进入生命科学实验室。
这次转变并不是与过去割裂，而是让早年的计算兴趣、医学训练和对科学问题的长期思考重新汇合。吴英成认为，AI可以加速科学发现，帮助新的药物、诊断和治疗方法更快出现。他的目标是让机器进入实验室，参与科学研究，最终改善更多人的福祉。
生物学的发展经历了几轮规模化，从早期一次实验只能观察一两个基因到后来的测序技术可以同时观察数万个基因。随着智能体在数字世界中调用工具完成长程任务，AI产生假说的速度已经超过了湿实验能够承接的速度。因此，下一轮规模化将发生在物理世界，AI不仅要提出假说，还要进入实验室完成实验、拿回结果并继续迭代。
吴英成描述了“具身AI科学家”的三个层级能力：原子操作、长程任务和跨空间协作。细胞培养是一个相对标准化且占比较大比例的实验，适合建立闭环。系统可以通过持续积累数据逐步实现前两个层级，而第三个层级还需要整个领域的共同努力。
对于“蒸馏地球”，吴英成解释说，上一代AI主要学习互联网上的知识，而下一代AI则要通过真实的实验数据来学习自然规律。他强调失败数据的重要性，因为这些数据能够提供负反馈，帮助模型认识边界。科学界通常只记录成功结果，但完整的实验轨迹对模型来说非常重要。
尽管有人质疑AI是否能真正创新，吴英成认为AI有潜力改变科学发现方式。当前面临的主要挑战包括科学品味的量化、负数据的收集以及数据基础设施的建设。未来AGI不应只停留在聊天框里，而是要在物理世界中行动并从中改进自己。他对未来的想象是物质更加丰富线上炒股配资开户，科学发现加速，AGI能够在物理世界中发挥作用，推动社会进步。
元鼎证券_元鼎证券官网入口_最大的线上实盘配资平台提示：本文来自互联网，不代表本网站观点。