对话前DeepMind科学家曹原：AI for Science为何在此时爆发
2026/08/19 11:41阅读量 3
前谷歌DeepMind科学家曹原在访谈中解读了Jeff Dean离职创业与AI for Science的爆发逻辑。他认为，AI在代码、推理和智能体能力成熟后，正从数学编程走向更广泛的知识发现；生物制药是当前最受关注的AI4S方向，材料等领域价值链较碎，AI能捕捉的价值有限。
事件概述
谷歌灵魂人物Jeff Dean于2026年8月第一周宣布离职，与Oriol、Sanjay、Quoc等谷歌元老共同创办Discovery Loop，方向是AI for Science（AI4S），致力于加速生命科学及其他行业的研究。前DeepMind资深研究科学家、AI初创公司Unreasonable Labs联合创始人曹原认为，这一事件是AI能力发展的自然延伸，标志着AI从数学和代码能力向更广泛科学知识发现拓展。
核心信息
- Jeff Dean离职背景：谷歌内部将Gemini列为最高优先级，但过去几个月Gemini 3.5 Flash、3.6 Flash表现平平，3.x Pro迟迟未发布，相对Anthropic、OpenAI及中国开源公司已落后。同时，谷歌内部管理面临挑战，核心科学家如AlphaFold联合创始人John Jumper也已离开加入Anthropic。
- 谷歌仍具备全栈能力：曹原认为，谷歌在芯片、基础设施、模型、人才、数据和分发渠道上仍拥有完整能力，问题不在能力，而在优先级和资源投入；谷歌不会放弃AI4S，只是短期内资源向Gemini倾斜。
- AI4S爆发原因：过去两年AI主要在代码和推理能力上取得突破，智能体循环、长期记忆管理等能力逐步成熟，使AI可以处理范围更广、复杂度更高的科学问题，包括提出假设、写代码分析数据、自我迭代实验方案。
- 概念区分：AI4S与AI4AI都是把AI当作研究员，只是研究对象不同；RSI（递归式自我改进）是一种让系统通过自我迭代越做越好的方法，可同时用于两者。
- 热门方向：生物制药因市场大、流程标准化、新药研发周期长成本高，成为AI4S最受关注的领域；材料市场虽大但价值链碎片化、应用场景难以统一，AI能捕捉的价值相对有限；芯片设计、电池设计、量子计算等方向仍在探索。
值得关注
曹原将AI在科学中的角色分为两类：一类是“协同科学家”，加速实验设计、数据分析等流程；另一类是AI自主提出新发现，如AlphaEvolve自主发现新算法、AlphaFold产生蛋白质结构新知识。他认为，AI让人类科学知识指数增长的时代正在到来。