你今個星期會見到呢個數:AI agent 試咗 526 種新材料,得一種捱得住
我去揭咗啲原始檔案。個數係真嘅,但佢唔係咁解。
先講真嘅嗰部分。一間叫 Discovered Materials 嘅公司,8 月 10 號攞咗 900 萬美金種子輪,同日開源咗一個叫 Material Discovery Bench 嘅嘢⋯佢哋話係第一個專門考「AI agent 做材料發現」嘅 benchmark,同 IBM、IMEC、史丹福、劍橋嘅人一齊整。要解嘅問題好實在:晶片太熱。散熱一直係 AI 硬件其中一個真樽頸。
七個前沿模型落場,每個都俾齊工具:上網搜尋、一個 code sandbox、機器學習嘅物性預測。跑完出一張公開嘅候選材料表。
跟住就係啲數。
🔍 嗰張表有 526 行⋯但除返重複之後,得 193 條唔同嘅化學式。所以「526 種新材料」由一開始就唔係 526 種。
而「試」呢個字亦都要小心。冇一種材料真係整過出嚟。成個過程係模擬加評分,唔係入實驗室落手做。TechCrunch 嗰篇訪問入面,創辦人自己都講:呢件事好多都要真係入 wet lab 整嘢,而呢個過程係快唔到嘅。
至於「得一種捱得住」:評分板顯示,表現最好嗰個模型嘅配方入面,81% 有致命缺陷、18% 係「可以一試但成功機會低」、1% 算得上可行。
⚗️ 但我想講嘅唔係「呢件事被誇大咗」
因為就算照住真實嘅數睇,佢一樣係一件大事,只不過大喺另一個位。
成個過程係模擬加評分,唔係入實驗室落手做。
創辦人之一讀 PhD 嗰陣,人手一日大概試 20 次。而家佢哋啲 agent 喺雲上面 24 小時跑,一日試幾千次。
一個命中率 1%、但一日試幾千次嘅系統,係跑贏一個命中率高好多、但一日試二十次嘅人。所以真正變咗嘅唔係「AI 估得準」,係「亂估」呢件事變到幾乎免費。
🎓 而呢個轉變,對「應該教啲乜」問得好直接
如果產生候選方案已經免費,咁值錢嘅就唔再係「諗到橋」。
值錢嘅係嗰個評分板⋯即係嗰個有能力望住 526 行嘢,然後講「呢一條先值得攞去做」嘅判斷力。喺呢個 benchmark 入面,做呢件事嘅仍然係人。
我自己行嗰行都一樣。而家叫 AI 出二十個平面方案係三分鐘嘅事。難嘅一路都唔係出方案,係知道邊個起得成、過到規、住落去真係好住。以前個樽頸喺「諗」,而家個樽頸移咗去「揀」。
但我哋而家嘅學校,絕大部分功課仍然係考「你能唔能夠產生一個答案」。而個世界正喺度將呢一步嘅價錢劈到近乎零。
⚠️ 我唔會誇大嘅位⋯呢個好緊要
上面 526 / 193 / 81-18-1 呢組數,唔係出自公司嘅新聞稿,亦都唔係大媒體報嘅。TechCrunch 嗰篇訪問由頭到尾冇俾過命中率。呢組數,係有個人喺 8 月 10 號自己 download 咗個開源 benchmark 嘅 CSV 同評分檔,逐行數返出嚟。
即係話:追查得到,但唔算權威。我照寫,亦都照講清楚佢係咩級數嘅來源⋯因為呢篇文由頭到尾講緊嘅,就係唔好照抄個數字。
你行入面,「諗到一個做法」同「知道邊個做法真係得」,而家係邊一樣值錢啲?
