PSI 正试图通过人工智能驱动的科学发现开展业务

David Turturean 是麻省理工学院的应届毕业生，也是物理超级智能 (PSI) 初创实验室的技术人员，他利用早期访问 Anthropic 的 Fable 5.2 模型的方式解决了一个长达 18 年的量子计算问题。 “我完全接受这可能是我发表的最后一篇论文的想法，”Turturean 告诉 TechCrunch，他推迟了在麻省理工学院著名的计算机科学和人工智能实验室攻读硕士学位的计划，转而加入 PSI。 “几个月后，你为什么还要发表一篇论文？”所讨论的问题是阿伦森-安巴尼斯猜想，涉及量子计算机比经典计算机更快地解决问题的能力。提出该问题的两名研究人员之一斯科特·阿伦森 (Scott Aaronson) 写道，他不太明白这个证明，但他相信它是正确的，因为它是在 Lean（一种数学编码语言）中自动形式化的，并由 PSI 与之共享解决方案的顶尖研究人员团队进行了解释。该解决方案似乎关闭了量子计算机可以用来高速解决某些难题（但不是全部）的一条途径。 “这是一个负面结果，让人们知道，好吧，我们不再关注那里，”图尔图兰说。更广泛地说，它反映了人工智能解决问题给科学界带来的剧变。 “完整的[阿伦森-阿姆拜尼斯猜想]的证明是量子查询复杂性中最后剩下的开放问题之一，每个人似乎都同意这一点至关重要，”阿伦森写道，他描述自己对这个消息感到满意、敬畏、失望和疲劳。 “说实话，几周前看到它从 OpenAI 的 Mathocalypse 转储中丢失时，我感到很惊讶。他们肯定尝试过，那么它真的比所有已解决的问题困难得多吗？”这就是 PSI 模型的一个优点，即通过专门的模型工具和脚手架来解决科学问题。 PSI 首席执行官马特·派恩斯 (Matt Pines) 告诉 TechCrunch：“一种有效的研究系统应该有很多与安全带相关的东西，很多与工具、内存系统、模拟基础设施相关的东西。” “你希望能够真正从广度和深度上解决问题，并能够考虑各种潜在的替代方案。”目前，该公司的收入来自使用其工具来优化数据中心，模拟热、电力、水、声音的变量——“该站点的性能及其对社区的影响是其物理的直接函数。”然而，长远的目标是将理论物理突破转化为实际技术。 “六到九个月前，当我与投资者交谈时，我不得不努力验证这个条件，对吗？就像，‘不，不，不，相信我，很快，理论物理学将主要是机器的领域，’”派恩斯说。 “它还没有到来，但已经在路上了。”尽管如此，尽管人工智能在数学和计算机科学等领域提出了重要的解决方案，可以用经过验证的代码来表达它们，但事实证明，在生命科学或物理学等不太抽象的学科中这样做更加困难。上周，初创公司 Discovered Materials 向研究人员发起了一项价值 100 万美元的重大挑战，要求他们利用人工智能来理解超导和散热等问题。 “归根结底，物理学与数学不同，因为它是现实世界……自然在你的现实模型中拥有投票权，”派恩斯说。他表示，这家初创公司专注于了解如何获取计算结果，并以最有效的方式通过实验验证它们。派恩斯说：“如果这是一个真实的自然事实，那么你就可以利用这个技巧。” “你可以用它构建一个设备，对吗？人工智能提出了一个想法；它可以让你做一些你以前无法做的事情……所以每一个都是 PSI 正在构建的循环。”随着“科学新实验室”成为潜在突破性科学的途径，参与者仍在弄清楚这个新世界的标准是什么。由于 PSI 必须保留其结果，直到 Anthropic 的模型几乎准备好发布为止，因此他们能够与相关研究人员分享该结果，以更好地理解它。 “作为一名学者，我们希望发挥自己的作用，以正确的方式做事，”为 PSI 提供咨询的东北大学教授 Jim Halverson 说。下周他将参加麻省理工学院的一次峰会，届时顶尖的物理学家将试图研究出对新的科学步伐的回应。 “最佳实践仍在不断涌现……我们认为透明度是一个好方法，而联系专家也是一个好方法。” “我们有一些时间坐下来讨论……这是我第一次真正将人工智能引发的解决方案打印出来，我通读了它，我想，好吧，我怎样才能让这个……更自然地呈现给人类呢？” Turturean 告诉 TechCrunch，他表示学术界希望他能够解释这一结果。 “而且我认为