【一块TFT“屏幕”，如何成为AI4S验证新标准？】

6 月初，#Anthropic# 发布长文，呼吁全球放缓 AI 研究。

在 Anthropic 看来，过去几年，AI 算力以指数级速度增长，“让 AI 自己造出下一代更强大的 AI”正变为现实。但由于后续对齐研究、外部供给链能力，以及市场运作机制等条件没有同步进化，AI 在现实世界的推进正陷入新的瓶颈。

这种上下游能力的增长矛盾，在 AI for Science 领域体现得更为明显，具体表现为， AI 可以加速科学发现，却不能自动完成验证。因此，除了讨论是否要让走在前面的 AI 慢下来，另一个同样重要的问题是：如何让走在后面的实验验证、工程集成和产业转化能力跟上脚步。

以材料科学为例，2023 年，谷歌 DeepMind 发表研究，其材料发现模型一次性预测出 220 万种新晶体结构，其中约 38 万种被认为有合成价值。然而，过去 3 年，全球研究人员仅合成了其中的 700 种左右。

戳链接查看详情：http://t.cn/AXaEo5gC