产业观察
AI离“理解万物”还有多远?先拿癌细胞和行星轨道试试水
📋总体概括
一项AI技术报告同时展示了模型在微观生命科学与宏观天体物理中的「理解」能力:在癌症研究中,研究者利用模型学到的内部因子提出细胞因子联合抗体阻断的干预方案,并经细胞系、类器官、小鼠实验层层验证;在天体力学中,研究者仅把模拟的行星位置和速度轨迹喂给模型,不告知开普勒定律,模型自行学出轨道规律。两则案例共同指向同一个核心问题——AI是否真正掌握了可迁移的物理与生物学规律,而非简单拟合数据。
⚡关键信息
- ▸研究者利用模型学到的内部因子,提出细胞因子联合抗体阻断的癌症干预方案
- ▸该方案经过细胞系、患者来源类器官、小鼠实验三个层级递进验证
- ▸行星轨道实验中,模型仅靠位置和速度轨迹数据,未被告知开普勒定律即学出规律
- ▸两个跨尺度案例(类器官与宇宙轨道)同时被写入一份技术报告
🔥犀利点评
这两组实验的真正看点不是AI多能干,而是验证方法论变了——用模型内部因子反推干预方案、再走湿实验闭环,等于让AI成了假设生成器。至于行星轨道那条,更像是给「模型学到了规律而非死记数据」找的漂亮注脚。但离「理解万物」还差得远:能拟合开普勒不等于懂牛顿力学,别急着高潮。
📰 相关资讯(与本文相关的其他资讯)
本文由本站自动聚合,以下为原始来源:前往 虎嗅24小时 阅读全文 →