AI距自主科学发现有多远？破解大模型长尾困境

在2026年的一场行业论坛上，普林斯顿大学人工智能创新中心主任王梦迪抛出了一个引发思考的问题：人工智能距离自主完成全新的科学发现，还有多远的路要走？

她指出，当前的大模型虽然已经掌握了海量的人类既有知识，但在真正的原创科学发现领域仍存在明显短板。这类模型更擅长在已知的知识体系中找到“最符合概率”的答案，而真正的突破性发现，往往隐藏在概率分布的长尾地带——也就是那些不常见、被主流认知忽略的可能性之中。

为了验证这一判断，王梦迪的团队与普林斯顿大学社会学教授谢宇合作开展了一项“模拟人生”实验。他们让ChatGPT、Claude等大模型模拟一位1930年出生的英国人，自主推演其后续的人生轨迹，包括入学年龄、职业选择、婚姻状况等多个维度。实验结果显示，在结婚年龄、性别比例、职业类型等多个问题上，大模型都会倾向于输出最符合大众普遍认知的常见情况，却大幅低估了那些属于长尾分布的小众可能性。

王梦迪解释说，大模型在训练过程中会学习到概率分布中“最大似然”的那个核心点，也就是最常见的模式，但对于分布边缘的长尾知识，往往会出现低估甚至直接忽略的情况。无论是经过预训练、微调还是强化学习的大模型，在模拟社会现象、理解人类行为，或是处理数学以外的严谨问题时，都会表现出这种“模式寻求”的特性。

这也能解释为什么大模型在编程、数学领域进展迅速，却迟迟未能在物理、化学、生物等基础实验科学领域带来同等规模的原创突破。两者的核心差异在于是否存在明确的“验证器”：在编程领域，编译器和单元测试可以快速验证代码的正确性；在数学领域，Lean等形式化证明系统可以将抽象的数学定理转化为可编译、可追溯的代码级证明。模型可以通过不断尝试、获取反馈、修正答案，形成完整的迭代闭环。但在真实的科学研究中，验证过程远没有这么简单直接。

王梦迪引用了一句学术圈的共识：“好的想法比比皆是，关键是拿出可验证的代码或实验结果。”科学研究往往涉及复杂的实验设备、专业的人员判断和跨团队协作，很多实验甚至无法稳定复现。有一项发表在权威学术期刊子刊的调查显示，超过70%的已发表科学实验无法被其他团队重复，其中甚至有50%的实验结果连原作者本人都无法再次复刻。随着大模型的普及，每年产出的科研相关内容呈指数级增长，但真正有效的新观测数据和突破性信息并没有同步增加，反而因为海量低质量信息的干扰，降低了科研过程中的信噪比，甚至有研究指出，AI不仅没有加速科学发现，反而拖慢了整个领域的进展。

基于这样的行业痛点，王梦迪团队正在尝试搭建面向科学研究的基础设施。在量子材料研究领域，他们开发了一套全自动实验平台，将原本需要资深物理学博士花费数月才能完成的石墨烯堆叠实验流程实现了自动化。这套平台覆盖了从实验设计、参数调整、假设提出到实际样品制备、质量控制、显微镜观测的全流程，并将整个实验能力封装成标准化的API接口，让全球任何科研机构都可以调用并复现实验结果。目前，这套平台的相关软件、AI工具和硬件套件已经开源，可供其他团队基于此搭建新的探索性实验。

除此之外，团队还在探索一款面向跨学科科研实验室的智能操作系统LabOS。这套系统的核心目标是解决科研实验中依赖人工操作、难以标准化的痛点：任何复杂的实验都离不开研究人员对物理环境的感知和决策，而LabOS引入了具备多模态能力的大模型，通过智能眼镜实现AI与科研人员的直接交互，将实验员观察到的每一个细节转化为AI可识别的信息，同时在实验操作的每一步提供精准的AI指导。经过验证，使用这套系统后，第一年的本科实习生就能达到拥有十余年经验的资深科学家的科研操作精度。这套系统不仅可以在数字世界中完成代码编写、专属模型训练和迭代优化，还能在物理世界中与多台不同型号的机器人、多位研究人员协同工作，真正实现跨学科的科研流程数字化和智能化。

回到最开始的概率分布问题，如何让原本只擅长“模式寻求”的大模型，能够探索到概率分布之外的长尾地带，最终实现真正的科学发现？答案在于构建一套完整的闭环基础设施。这套系统需要能够连接各类开源、闭源和私域的AI模型，同时打通物理实验室、洁净间、化学实验室、生物实验室乃至半导体车间等真实科研环境。

只有当数字世界能够完整映射、闭环记录物理世界中的所有研究、探索和试错过程，让每一个实验室的实验流程都变得可验证、可追溯、可复现，现有的大模型训练方法才能真正拓展到科学发现领域，将模型学到的“似然性”转化为探索未知的“可能性”。最终，要弥合从“似然性”到“可能性”的巨大鸿沟，离不开基础设施级别的长期探索和持续投入。