邁向 AI 共同科學家:用 Agentic AI 做科學發現

TL;DR

• 問題設定:要的不是 chatbot,而是能在物理宇宙裡推理、並帶出開放式發現的研究夥伴。
• 物理世界打破的三個假設:(1) 有物理定律、對稱性、守恆律要當 guardrail;(2) 模擬昂貴到要跑幾天甚至幾週,可是它偏偏就是驗證 agent 用的 world model;(3) 真正有意思的事件稀有且不確定性巨大,agent 說「100% 會下雨」時就得真的是 100%。
• 配方叫 physics-guided AI(她在 PNAS 寫過一篇論文闡述):把微分方程(模擬的建構單元)與對稱性(物理宇宙的支配原則)當成 agent 的接地,再把它們接進開放式的 agentic 推理迴圈。
• 成果橫跨四個領域:氣候問答準確率 2×;用 Lean 與 Isabelle 的形式化驗證器拿下 PutnamBench 第一(把解題率從 50% 推到 70%,勝過 ByteDance 的專有系統);分子動力學評估下的藥物設計結合能改善 18–35%;以及首個 agentic 天氣科學家,把氣象學家兩週的分析壓到幾小時。

重點整理

三個被物理世界打破的假設(約 01:12–01:15)

她的實驗室(UC San Diego 的 spatiotemporal machine learning lab)做的是物理世界的機器學習演算法。過去幾年一直困擾她的問題是:怎麼做出真正能幫你做研究的 AI co-scientist——不是 chatbot,而是能在物理宇宙裡推理、進而導向開放式發現的夥伴?

要回答這題,得先看清楚「AI for science 遇上物理世界」有什麼獨有的難處:

1. 物理定律、對稱性、守恆律。這些東西在物理世界裡是硬約束,問題是怎麼把這類 guardrail 建進現在的 agentic 系統。
2. 模擬非常昂貴。物理科學常用第一原理數學模型建出的模擬:模擬 50 年後的氣候變遷、模擬疾病在數十億人口中的傳播、模擬材料或生物系統裡原子之間的交互作用。這些動輒跑幾天甚至幾週才拿得到回饋——可是當我們想用這類模擬當 world model 來驗證 agent 時,agent 要怎麼跟這種環境互動?
3. 稀有事件與不確定性。真正有用、有意思的事件通常是稀有的,而且帶著巨大的不確定性。怎麼把這種不確定性校準好,讓 agent 說「我 100% 確定明天會下雨」的時候,它真的就是 100% 正確?

她的判斷是:這三件事全都打破了我們對 agentic 系統的常見假設。

由此推導出需求:agent 要能在內部推理與可能跑好幾天的昂貴模擬之間自適應地來回切換;要把物理定律烘進推理引擎裡;還要能正確校準不確定性。做法上就是自適應的 tool use,加上把形式化推理工具整合進可驗證的環境。

Physics-guided AI:配方與成果(約 01:15–01:18)

她把這幾年累積下來的做法稱為 physics-guided AI,並在 PNAS 寫了一篇論文闡述她認為正確的路線:用物理定律為 agent 接地。具體的接地素材有兩類——微分方程(模擬的建構單元)與對稱性(物理宇宙的支配原則);把它們接進開放式的 agentic 推理迴圈。

她說這個配方確實有效,並列了幾個已經在做的領域:

• 氣候科學:為理解氣候變遷衝擊而建的 AI scientist,用自適應推理迴圈讓 agent 在很快的記憶檢索與很貴的氣候模式推估之間做取捨,結果在氣候相關推理任務上得到 2 倍準確的問答結果。
• 形式化數學:建立能運用 Lean 與 Isabelle 中形式方法的 verifier 來接地推理引擎、證明數學定理。他們在 PutnamBench(最難的形式化定理證明 benchmark 之一)拿到第一名,把解題率從 50% 推到 70%,勝過 ByteDance 的專有解法。
• 藥物設計:由分子動力學模擬器評估的設計,結合能(binding energy)改善 18–35%。

具體案例:agentic 天氣科學家。 她展示了一個叫「Deferris」(拼寫待確認)的 agent,定位是第一個 agentic 天氣科學家。它能讀進龐大且高度數值化的氣象資料、在平行程式執行環境中生成並執行程式碼、編排從氣候模擬器到天氣預報器的一整排工具,最後寫出一份報告來理解野火、地震等極端事件的衝擊。這種分析氣象科學家通常要做上幾週,agent 幾個小時就完成。

從實驗室到實體經濟(約 01:18–01:20)

最近他們投入不少研究在為實體科學打造「物理接地」的 agent,而現在要把它帶進真實世界:她創辦了一家新創(她本人擔任 CEO),把同一套配方從實驗室搬到物理世界,部署能自動做預測、模擬、what-if 情境與可行動洞見的 agent,用來支撐供應鏈與營運——她稱之為實體經濟的關鍵基礎建設。

demo 的問法是純自然語言:假設你是晶片製造商,如果颱風打中東南亞,我們該怎麼理解它對航運路線與交貨前置時間的衝擊,又該怎麼最佳化與緩解對業務的潛在中斷? agent 會做自適應研究找出所有受影響的航線,估算對前置時間與到貨的中斷程度,並在幾小時內給出緩解方案。

金句

"How can we build an AI co-scientist that actually helps you with research, not as chatbot but as partners that can reason in a physical universe and then lead to open-ended discoveries?"(約 01:12:48)

整場的問題陳述:夥伴,不是聊天機器人。

"…when the agent says I'm 100% sure that tomorrow is going to rain, then we know it's actually 100% correct."(約 01:14)

物理世界對 agent 的額外要求:不只要答對,還要把「有多確定」講對。