普林斯顿大学教授王梦迪：大模型在数学和编程上的成功目前还无法延伸至科学发现
普林斯顿大学教授王梦迪：大模型在数学和编程上的成功目前还无法延伸至科学发现
AI在编程、数学领域的突破，不断刷新人类对于大模型能力边界的认知。
当前的大模型，究竟是恰好覆盖了人类现有的全部通用知识，还是覆盖了通用知识中较为核心的部分，抑或是已经超出了人类现有知识，能够催生训练数据中从未出现过的新发现？AI离自主探索和发现还有多远？
9月10日，普林斯顿大学人工智能创新中心主任王梦迪在2026外滩大会开幕式发表演讲时，向台下的听众抛出了这个问题。听众的反映呈现两极分化，一半认为模型的知识面还不及人类，一半认为已经超越人类。
而王梦迪给出的答案是：得分类。
虽然AI已经能 “自己写自己的系统”，Anthropic今年5月对外表示该公司超过80%合并进生产环境的代码由Claude自行编写；在数学领域，AI从竞赛选手升级为研究助手，正在触碰人类几十年没解开的题，然而，王梦迪说，当前的大模型训练方法，在数学和编码上的成功，并无法延伸到科学领域。
“大模型会学到一个分布里最大似然的知识，但是可能会忽略长尾现象和知识。”王梦迪解释说，大模型的训练方法使得它常常高估通用情况，低估少见情况，在理解人类世界时，大模型更像是在寻找概率分布中最常见的模式。她表示，即使经过了预训练、强化学习，无论是在模拟社会、模拟人生，还是在数学等更严谨的问题中，大模型仍会向概率分布的中心聚集。
但在生物、化学、物理尤其是实验学科领域，人类真正的创新恰恰发生在长尾。在基础学科前沿寻找新发现，就像在宇宙中寻找一颗从未被观测、训练数据中也没有的新星。大模型学到的往往只是概率分布中的最大似然知识，容易忽略长尾。因此，王梦迪表示，大模型可能还没有真正抵达前沿，更难继续将长尾向前推进，找到概率分布之外的新星。
大模型为何在数学和编程领域进步如此之快？王梦迪指出，在这两个领域，强化学习能得到精准反馈，也就是存在明确的“验证器”。在编程中，验证器就是计算机编译器，再加上针对每个程序，都有大量测试来保证模型写出的程序完成了任务。在数学中，则有形式化证明验证器Lean，它能把数学写成一种特殊的编程语言。通过Lean，两三句话的数学定理可以被翻译成几千页的编程语言。虽然篇幅变长了，但这样的数学证明可验证、可编译。编程和数学的每一次计算、每一步推导都可以重现、检查、回溯，能清楚知道哪里对、哪里错。
但这种训练方法难以推广到物理世界，也难以用于真正发现科学和宇宙规律。在没有验证器的情况下，大模型只能在已知数据中不断过拟合，走不到长尾和新发现。
《自然》子刊上曾发表过一项调查，显示约70%的科学实验无法重现，甚至有50%的实验结果连做实验的科学家本人也无法复现。根本原因在于，探索全新的物质或过程往往涉及个人判断、实验器材等复杂因素，甚至需要多个实验组跨空间协作，每一步都充满不确定性。当这些不确定性叠加起来，发现的过程就变成了“掷骰子”。
“AI可能不光没有加速科学发现，反而把科学变慢了。”王梦迪解释，科学尤其是物理这样的学科，本质上必须要有足够的观测数据来证明假设，这对有效信号提出了极高要求。但自大模型出现以来，每年论文数量呈指数级增长，然而其中真正有效的信息和信号并未增加，因为人类对宇宙和世界的观测并没有实质性增加。换句话说，文章越来越多，新信息却没有增加。信息论中有一个信噪比概念，当信噪比较低时，无论是科学家、工程师，还是真正希望做出发现的机构，反而更难在海量信息中找到有用的内容。
如何才能让大模型找到新的发现？王梦迪认为需要一套闭环系统，这套系统既能连接各种开源、闭源和私域模型，也能连接物理实验室、化学实验室、生物实验室，甚至半导体车间。“当数字世界能够把物理世界里发生的所有研究、探索、纠结全部闭环，AI才可能真正发生效用。这时每一个学科实验室才会变成可验证的环境，才有可能让大模型扩展到新的发现。”
“AI模型的学习方法学到的是似然性，但当我们谈论 ‘发现’时，要找的是概率分布之外的可能性。如何弥合从似然性到可能性之间的巨大鸿沟，需要基础设施级别的探索和投入。”王梦迪表示。