PhAI Labs 发布 Discovery Foundation Models 技术报告，提出面向开放式科学发现的五层体系
Chat、Code 之后前沿实验室集体转向 Discovery：让 AI 做科研。这篇讲 PhAI Labs 怎么用数据、环境、预测、推理、交互五层，把科研过程变成可积累的闭环。
成立一个多月的 Discovery Loop 估值目标被传从 100 亿美元涨到 500 亿美元，资本押注的是同一个逻辑：如果 AI 能加速 AI 研发，被加速的就是一切。PhAI Labs 发布 Discovery Foundation Models（DFM）技术报告，想把科学发现从一条直线变成闭环——AI 自己找问题、提假设、做实验，验证结果再回流成下一轮的经验。
正文摘录
.jpg) 成立才一个多月，估值就要冲到 500 亿美元。 根据 Business Insider 9 月 11 日报道，Jeff Dean 的新公司 Discovery Loop 正在寻求新一轮融资，这个数字几周前还是 100 亿美元，虽然还未最终落定，但目标估值已经翻了五倍。 按照 Discovery Loop 公司的规划，AI 将参与提出实验、执行实验和分析结果，而第一个被研究的对象，就是自家的技术体系。 资本押注的逻辑很清晰：如果 AI 能加速 AI 的研发，那被加速的就是一切。 2022 年底 ChatGPT 刚出现时，大家还在惊讶于 AI 能写文章、回答问题。如今，从 Chat 到 Code，AI 能够完成的任务越来越复杂。 过去几个月，这种 "推背感" 又强了一截。 5 月，OpenAI 公布了一份由模型给出的数学证明，推翻了数学家研究了近 80 年的埃尔德什单位距离猜想。几位外部数学家检查了证明，还专门写文章讨论它带来的新认识。 Anthropic 则把一个 AI 研究问题交给了一群 Agent，利用较弱模型的反馈训练更强的模型。在这个过程中，研究人员只设定问题和评价标准，AI 自己提出思路、运行实验、比较结果，再继续调整。在论文实验中，AI 找到的方法超过了人类研究者调优的基线。 Demis Hassabis 在今年 Google I/O 表示，如今是 "科学发现的新黄金时代"。 Chat、Code 之后，全球最前沿的实验室都在不约而同地往一个方向走 ——Discovery ，让 AI 参与科学发现，创造连人类也不知道的新的知识。