合成超级智能：从半导体到超导体——Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk

在最新一期的 Latent Space 播客中，主持人 swyx 和 Brandon 与 Periodic Labs 的 Liam Fedus 和 Ekin Dogus Cubuk 展开深度对话，探讨如何构建能够自主发现新材料的 AI 科学家。Periodic Labs 成立于去年九月，短短一年内已成为 AI 科学家实验室中的佼佼者，其人才密度和自主实验室建设进展令人瞩目。

Liam 和 Dogus 指出，科学发现与数学、编程有根本区别。数学和编程问题通常有明确规则和即时反馈，而科学实验涉及嘈杂的物理世界，需要 AI 系统能够处理不确定性、设计实验并从结果中学习。因此，Periodic Labs 致力于开发基于物理实验的强化学习方法，让模型通过真实世界互动来提升能力。

他们提出了“合成超级智能”的愿景，即通过 AI 驱动材料表征和仿真，加速新材料的发现。从半导体到超导体，AI 可以探索广阔的化学空间，预测材料性质，并指导实验验证。Periodic Labs 正在构建自主实验室，让每台仪器都成为智能体，实现实验的自动化和闭环优化。

对于中文 AI/科技读者而言，这一方向值得高度关注。当前 AI 大多聚焦于数字世界，而 Periodic Labs 将 AI 与物理世界结合，可能开启新的科研范式。他们的实践表明，AI 的下一个前沿不仅在于更大的模型或更多数据，更在于让模型学会在真实世界中实验和发现。

此外，Periodic Labs 的人才策略也值得借鉴。他们强调“人才斜率”，即每个新成员都比前一个更优秀，这种高密度人才团队可能是其快速进展的关键。对于关注 AI for Science 的读者，本期内容提供了前沿视角和实用见解。