9月10日，上海外滩大会主论坛上，普林斯顿大学人工智能创新中心主任王梦迪抛出一个问题：AI离自己发现新科学还有多远？
她的答案不太乐观。大模型已经装下了海量人类知识，但在真正做出原创科学发现这件事上，还差得远。
差在哪？王梦迪说，大模型太会找“最可能”的答案，但真正的新发现，往往藏在概率分布的长尾里。
她和普林斯顿大学社会学教授谢宇合作，做了一个“模拟人生”实验。让ChatGPT、Claude这类大模型模拟一个1930年出生的英国人，自己推演此后的人生轨迹。结果发现：结婚年龄、职业、性别这些维度上，大模型明显高估了最常见的情况，却严重低估了少数情况和长尾分布。
“大模型会学到概率分布里最大似然的那一点，但对长尾知识可能低估、甚至忽略。”王梦迪说。
这正好解释了一个现象：为什么大模型在数学和编程上突飞猛进，却在物理、化学、生物这些基础科学领域没拿出同等量级的原创发现？
区别在于“验证器”。
写代码有编译器和单元测试，对错一跑就知道。做数学有Lean这样的形式化证明系统，步步可查。模型可以不断试错、拿反馈、改答案，再进入下一轮训练，自然进步飞快。
但现实科学研究不是这样。王梦迪引用了一句实验室里的老话：“想法不值钱，要么给我看代码，要么给我看实验。”
真正的科学验证，涉及复杂设备、人的判断、跨团队协作。很多实验甚至没法稳定复现。信息越来越多，不代表有效的新信息在同步增加，反而可能拉低科研的“信噪比”。
所以她认为，AI要想成为科学“发现者”，关键不是再多知道一些，而是让现实世界变得越来越可验证。
她的团队已经在做这件事。在量子材料研究中，他们搭了一个自动化实验平台，把原本需要科研人员花几个月才能完成的石墨烯实验流程自动化，还把实验设备和能力封装成API，让其他机构能直接调用、复现实验。
他们还在探索一个叫LabOS的科研实验室智能操作系统。多模态AI可以通过智能眼镜感知实验环境，辅助科研人员操作，再把软件、AI模型、机器人和真实实验设备连在一起。
王梦迪的判断是：决定AI能不能成为“发现者”的，不只是模型有多大，而是有没有一套能连接假设、验证、追溯和重复的基础设施。
只有当物理世界里的实验过程可以被系统记录、持续验证、反复复现，AI才可能真正把训练中学到的“似然性”，变成对“可能性”的探索。
换句话说，AI要发现新科学，光靠变大不够，还得让现实世界变得更容易被验证。这条路，比堆参数难走得多。