为什么AI还没有真正发现新的科学?普林斯顿王梦迪:答案可能不在模型里
2026.09.10 · 观点 · 行业观点 · 媒体报道
王梦迪称大模型偏向高概率答案，低估长尾，需构建可验证科研基础设施。
在2026外滩大会上，普林斯顿教授王梦迪指出，大模型擅长找到“最可能”的答案，但真正的新发现常藏在概率分布的长尾中。其团队实验显示，模型高估常见情况、低估少数情况。她认为，AI走向自主科学发现的关键是让现实世界更可验证，团队正搭建自动化实验平台和LabOS系统。
- 大模型高估常见情况，低估长尾分布
- 数学和Coding有明确验证器，科学难验证
- 团队搭建自动化实验平台，封装API
- 探索智能操作系统LabOS，连接多模态AI
- AI发现需连接假设、验证、追溯的基础设施
为什么值得看
揭示AI在科学发现中的核心瓶颈，关乎AI科研未来方向。
适合谁关注
AI研究者、科学界人士、科技政策制定者