这集讲什么
John Platt 用 ERA 的科研代码搜索、凝结尾迹与野火项目说明：AI 正在大幅加快科学建模，但定义问题、识别过拟合并用实验检验结果，仍是人的责任。
1-3要点
- 评分函数是科研设计，不只是工程接口：系统会忠实追逐可计算目标，包括目标里无意留下的漏洞。
- 高预测分数不自动构成科学解释：能外推的描述模型仍需接受既有知识、独立数据和实验检验。
- AI 让严谨性更重要，而非更便宜：候选方案生成得越快，越要保护留出集，审查多重试验。
0:00 / --:--
Latent Space · 9 月 22 日
John Platt 认为 AI 正在加速科学建模，但定义问题、识别过拟合并用实验检验结果仍是人的责任。
John Platt 用 ERA 的科研代码搜索、凝结尾迹与野火项目说明：AI 正在大幅加快科学建模，但定义问题、识别过拟合并用实验检验结果，仍是人的责任。
这集还没有学习卡。生成后会保存在这一集，下次直接打开。
Latent Space· 2026-10-14以计算速度运行的闭环实验室——Leash Bio 的 Ian QuigleyLab-in-the-Loop at Compute Speed — Ian Quigley, Leash Bio同主题：AI 科学研究Latent Space· 2026-10-26⚡ 一项知道标准答案的 AI 科学家评测 —— Ian Quigley，Leash Bio⚡ An Eval for AI Scientists That Knows the Answer Key - Ian Quigley, Leash Bio同主题：AI 科学研究
The Cognitive Revolution· 2026-10-20Latent Space
🔬 An Oscar, Two Asteroids, and the Algorithm in Your sklearn: John Platt on AI for Science
YouTube
音频
John Platt 的履历横跨机器学习与应用科学：他参与提出的 Platt scaling 用于校准分类器输出，序列最小优化（SMO）则是训练支持向量机的经典方法。他也谈到早年发现、命名小行星，以及因计算机图形学中的弹性模拟工作获得技术类奥斯卡奖。
本集真正的主角并非这些履历，而是科研工作流的变化。Platt 介绍的 ERA，尝试把多种科学问题表述为「写一段代码，让可计算的分数提高」。这使模型不只回答问题，还能反复修改、运行和比较候选方案；与此同时，它也使「到底该给什么分」成为更尖锐的科学问题。
这场对话的主线，是 AI 如何进入科学研究的实际流程。Platt 从一个看似工程化的设定谈起：研究者先把目标写成可计算的评分函数，Gemini 生成代码，ERA 再搜索、修改候选方案。这样做的吸引力不只是加快编程。从卫星数据融合、传染病预测，到估计飞机凝结尾迹的气候影响，原本耗在数据接线和代码调试上的时间，可能更多地转向决定要问什么问题、采用什么假设，以及如何解释结果。
但自动化越强，验证也越不能省略。主持人反复追问：如果系统只为分数优化，它可能找到的不是更好的科学解释，而是评分规则的漏洞；如果研究者不断依据测试结果调整方案，测试集也会逐渐失去独立检验的作用。Platt 因而将“预测得准”和“描述世界如何运作”分开：排行榜可以比较预测表现，却不能单独证明模型抓住了因果机制。物理约束、跨情境外推，以及能否经受新实验，仍是判断科学价值的关键。
节目后半段转向聚变、野火卫星和量子计算，使这场讨论不止于软件效率。模型能提出方案，也需要传感器提供可靠观测、硬件支撑实验，还要面对算力成本、经济条件和漫长的验证周期。对读者而言，最重要的启发或许是重新划定人与工具的分工：AI 可以扩大探索范围、加快试错，但目标如何设定、结果是否可信、何时足以付诸行动，仍须由严谨的科学判断来回答。
💬 他们说了什么：主持人以 Platt scaling、训练 SVM 的 SMO、小行星发现与技术类奥斯卡奖介绍嘉宾。Platt 补充，自己的经历还包括应用数学、信号处理，以及在 Google 参与的多个科学领域。
💡 为什么重要：这份横跨算法、图形学和自然科学的经历，解释了他为何不把「AI for Science」视作单一模型竞赛，而是把它放进测量、计算与实际应用组成的工作流中。
⚡ 争议点：开场的履历是谈话背景，不等于本集讨论项目的效果证明；具体奖项、发现权及算法实现细节，仍应以相应原始记录核对。
💬 Platt 说，团队发现许多科研问题可改写为「让代码最大化某个分数」。除拟合数据外，他举渐近展开为例：提出微分方程在小参数下的近似解，再在如 ε＝10⁻⁴ 的取值处检查表现。他还谈到用不同卫星及天气数据，估计更连续的二氧化碳分布。
💡 评分提供了可自动执行的反馈，让语言模型不必一次写出最终答案，而能提出方案、运行检验、继续修改。卫星案例同时表明，目标往往是结合各传感器的长处，而不是让某一颗卫星凭空产生观测能力。
⚡ 「能算分」不代表「分数代表科学目标」。小参数处的数值吻合、卫星之间的预测吻合，都不能单独证明渐近表达式或物理解释正确。
💬 用户先与AI 智能体（Agent）讨论问题，形成含评分函数的 Python notebook；Gemini 生成、修改并运行代码。Platt 把 ERA 描述为使用蒙特卡洛树搜索的专门运行框架：候选 notebook 构成树，系统借助偏向探索的上置信界策略选择下一处改进；默认约有 10 个并行搜索分支。
💡 系统并非只保留当前最高分方案。探索看起来暂时落后的分支，有机会找到更好的方法；控制并行度，则让后续尝试能够利用先前运行结果。人仍可在数小时一轮的外层循环里补论文、改约束、审视失败案例。
⚡ 搜索会消耗模型调用和评分函数本身所需的计算。Platt 没给出统一成本数字；对于昂贵模拟或大型网络训练，如何分配实验预算仍是未解决的实践问题。
💬 面对「搜索大量假设是否更容易过拟合」的追问，Platt 区分了降低数据误差的预测模型，与试图刻画世界机制、因而可用于合理外推的描述模型。他用牛顿引力作比喻：知道苹果会落下，不等于仅凭苹果数据就知道行星如何运动。
💡 ERA 可以帮助寻找模型，却不能替科学家宣布某个高分方案就是新物理。既有论文、已知约束与领域知识可引导生成方向；此外还必须保留真正未被搜索过程「看见」的测试材料。
⚡ 反复改评分规则、查看测试结果，会使所谓留出集逐渐失去独立性。Platt 的回答不是「AI 会自行避免」，而是要求使用者比过去更严格地防止多重检验与自我欺骗。
💬 Platt 回顾，ERA 项目的早期形态与自动参加 Kaggle 竞赛有关。他称系统在若干练习型竞赛中表现很好，也曾在预测美国各州及地区下一周 COVID、流感病例的竞赛中取得好成绩。谈及凝结尾迹数据竞赛时，他说参赛者发现并利用了标签中的半像素偏移。
💡 竞赛能检验自动建模能力，也会暴露指标设计的问题。半像素案例尤其具体：参赛者确实提高了分数，但提高的部分来自对数据制作误差的适配，而非对自然现象更好的理解。
⚡ 本集未列出相关竞赛的完整名次、规则和独立复现实验。排行榜成绩可以是有用证据，却不宜直接换算成科学发现或部署后的效果。
💬 飞机尾后的白线是凝结尾迹。Platt 解释，部分尾迹很快消散，部分则持续存在；后者既反射阳光，也会影响地球向外散出的红外辐射。他描述的项目结合卫星图像与气象信息，预测容易产生持久尾迹的区域，再向航班规划提供可绕开的区域。
💡 这是 AI 辅助气候行动的具体形态：不必要求所有航班停止飞行，而是辨认影响较大的位置，让部分飞机以较小的额外燃油代价改变高度或路线。能否估计「若未形成尾迹，本来会有多少辐射逸出」，则关系到是否真能按气候收益排序。
⚡ Platt 明言尾迹的总体暖化贡献存在估计不确定性。局部辐射强迫、全球平均影响、单次改航的净收益是不同量；尤其不能把局部数值直接当作全球结论。
💬 谈到聚变，Platt 提醒听众同时看等离子体密度、温度和能量约束时间，而不是被某一个创纪录数字说服。他也比较了托卡马克与场反位形等不同路线中的控制问题，并把聚变放在能源系统需要稳定供电的背景下讨论。
💡 这再次体现「优化指标不等于完成目标」。即使某项控制算法改善了装置表现，聚变仍需在物理条件、硬件可靠性和成本上同时过关；气候技术也必须进入真实的电力及产业经济。
⚡ 对未来电气化规模、储能需求和聚变经济性的说法属于情景判断，不是本集证明过的预测。不同聚变装置的技术瓶颈也不能用同一条进度曲线概括。
💬 Platt 介绍 FireSat 构想：用近地轨道卫星的中波红外传感器尽早发现小型野火。他称团队已与 Earth Fire Alliance、Muon Space 合作发射一颗原型卫星；Google 也在利用现有数据识别火场边界，并研究火势传播模型。
💡 野火早期与扩大后的处置难度不同。若观测、识别和通知足够及时，信息系统可能为消防决策争取时间。这也是 Platt 所说的「气候韧性」：除了减少致暖因素，还要减轻已经发生的风险。
⚡ 他说的约 50—80 颗卫星、约 15—20 分钟重访，以及识别约 5 米尺度火情，涉及规划目标与算法能力，不能理解为原型卫星已实现全球服务。是否扑灭一场早期火灾，也取决于当地生态与应急判断。
💬 Platt 建议年轻人同时培养深厚领域知识与使用新工具的能力。他承认，过去亲手重写算法、长时间攻克小问题，能练出直觉；今天若凡事交给 AI，虽然眼前更快，却可能错过这种训练。他说自己努力在团队中保护用于学习和探索的「20% 时间」。
💡 科研效率与科研能力并不总是同一个优化目标。让工具承担重复劳动，同时有意识地保留亲自推导、检查和实验的时间，可能比一味追求每项任务最快完成更有利于长期发展。
⚡ 哪些基础练习不可省略，尚无通用答案。Platt 也指出，物理实验仍是事实依据；「实验室进入 AI 循环」很有吸引力，但通用实验室并未因此成为现成能力。
💬 Platt 回忆 1982 年在加州理工学院听费曼参与教授的计算物理课程，以及当时围绕可逆计算、量子模拟等方向的探索。他还回顾 Hopfield 网络早期的兴奋感，并指出算法的流行与可用算力、存储和硬件实现紧密相关。
💡 今天看来明确的技术路线，在萌芽期常是一组尚未分清的问题。回顾早期神经网络和量子计算，有助于避免把当下 AI 的能力曲线机械外推，也提醒人们关注硬件与算法如何共同演化。
⚡ 这一节主要是个人回忆和历史理解；课程安排、术语首用及特定论文之间的先后关系，不宜只凭口述定论。
💬 Platt 描述了早年在帕洛马山拍摄同一区域的两张底片、用立体镜寻找相对恒星移动目标、再测量位置并提交轨道判定的流程。他也回忆在图形学研究中编写弹性模拟器，让布料和其他柔性物体的运动能用于计算机动画；相关工作的后续应用使他获得技术类奥斯卡奖。
💡 两段经历都展示了科研成果的时间尺度。发现小行星需要观测与轨道确认；一个实习时期的模拟想法，也可能经过多年发展，才成为行业广泛使用的技术。
⚡ 他在谈话中区分了「参与发现」「取得命名机会」及后来交换命名机会的故事；不宜简写为两颗小行星的每一步都由他独立完成。技术奖项也不意味着某部影片直接运行其最初代码。
💬 Platt 认为量子计算在持续进展，但其规模化不能像纯软件那样突然完成：物理量子比特、逻辑量子比特、误差与控制都受到硬件约束。结尾被问到希望凭魔法移除哪个瓶颈时，他选择了能接收任务描述并执行各种实验的「万能实验室」。
💡 这让全片回到科学方法的最后一环。ERA 可以搜索计算方案，但数据仍需取得，新主张仍需实验。若实验执行也能可靠接入循环，AI 辅助科研的速度和范围才可能再次改变。
⚡ 「万能实验室」是愿望，不是已发布产品；量子计算的实用时间表及最终胜出的硬件路线，Platt 也明确保留不确定性。
以下为根据英文谈话意译，并非经嘉宾审定的逐字中文引语。
把问题写成分数，会改变研究者的注意力。 过去的难点常是「怎样实现这个模型」；当实现与反复修改变得便宜，难点就上移为「这个测试究竟排除了哪些错误解释」。这不是减少科学方法，而是把科学方法中最难自动化的一部分显露出来。
可信评估应当分层。 一层检查代码是否正确运行，一层检查分数能否在独立数据上复现，再往上才是模型能否解释机制、支持干预或预测未见情境。凝结尾迹的反事实问题表明，即便观测到了现象，也不容易直接测出「没有干预时会怎样」。
技能训练也需要留出集。 如果学习者只接触 AI 已经解决的步骤，可能很难判断系统何时犯了不寻常的错。定期亲手实现、推导和复核，相当于为自己的判断力保留不被工具代劳的练习机会。
