Anthropic Science Blog:教 AI 建科学模型——不只拟合曲线,还要给出「哪些备选被否决」
教 AI 构建科学模型
Anthropic Science 客座文章。作者 Jakob Macke、Daniel Gedon、Stefan Wahl(图宾根 ELLIS 研究所 / 图宾根大学),讨论 AI 如何开始改变科学建模。
1951 年,赫胥黎与霍奇金用方程描述乌贼神经细胞动作电位。当时剑桥计算机坏了半年,赫胥黎只好用手摇计算器花三周求解。模型主体由已知生理事实约束,但有一处是「educated guess」:某个变量必须四次方才拟合数据。他们猜测或许需要四个带电粒子到位门才会开——几十年后相关钾通道结构证实了「四聚体」直觉。
重点不在 AI 能不能一个下午拟合出更好的曲线,而在:只交出「拟合数据的模型」不够。任何数量的模型都能拟合同一批数据;真正重要的是能对真实系统(乃至同类系统)下断言,知道哪些特征被数据钉死、哪些与失败备选不同。正如 Hamming 所说:「计算的目的是洞察,不是数字。」
科学建模可拆成三步,并反复循环:构建模型(选组件与方程形式);约束模型(调参拟合测量);解释模型(模型对真实系统说了什么)。
约束:仿真推断(SBI)。 传统贝叶斯要对所有参数组合算似然,复杂模拟器上不可行。SBI 正向大量随机跑模拟器,再训练网络从输出反推参数分布。只需能「参数进、数据出」。训练昂贵,但此后对新数据可秒级推断,已用于中子星并合定位、宇宙学、结构生物学与神经模型等。它返回分布而非单点,能看出哪些参数被数据约束、哪里还需新实验。
构建:模型空间搜索。 给定数据与自然语言描述,基于 LLM 的 Agent 可写候选模型代码,拟合、对比、修订,循环直到足够复现数据。但单次运行只交一个「好模型」会隐藏其他同样好的结构。更稳妥的是像约束参数一样约束「模型本身」:提出许多候选,按数据支持度加权,偏好自然拟合、惩罚过度灵活,保留分布。若所有存活模型共享某特征,数据多半支持它;若分歧,说明证据薄,可指引下一实验。目前多在「重发现已知模型」上验证,未知问题上的证据仍少,但更新的 LLM 在研究任务上更强。
解释:最难交给 AI。 拟合可量化,「理解」难作目标。一种做法是看扰动系统时预测是否稳健;另一种是看输出是否帮人类科学家读出设计原则(例如生成一类实验的短程序,而非单个装置)。同样,需要一整族合适模型,而非单一最优:只有知道更低次幂不够好,「四粒子」假说才有分量。
尺度。 霍奇金-赫胥黎描述单细胞;果蝇脑超 10 万神经元,人脑数百亿。连接组等数据让「从接线到行为」成为可问问题,但不会有唯一正确模型。气候与对撞机物理已习惯报告模型族上的散布与排除区域。AI 可压缩「手摇三周」的苦工,但要提供理解,就必须交出:哪些部分被数据钉死、哪些仍开放、途中哪些备选失败、又冒出哪些新谜题。模型给答案;构建过程给洞察。
https://www.anthropic.com/research/teaching-ai-to-build-scientific-models转载,侵删。版权归原作者,如有侵权请来信,收到后删除。
同一批次的其他文章
Meta 给 Muse 上线 Spaces:按主题拆出「自定义体验」侧栏,可接第三方应用在后台自动更新
Spaces 像围绕某一目标的分栏对话:度假规划、菜谱收集、礼物清单等,由 Muse 按描述搭出 tracker/planner/看板;可连接常用 App,让演唱会日期、价格变动、存钱进度在后台更新。扎克伯格发帖说已用它做 BBQ 游戏、活动追踪与家居控制台。上周刚推 Muse …
Censys:超 800 套 Artex AI 渗透工具裸奔上网——无密码可访问,攻击工具与植入物一并暴露
Artex 是开源自治渗透测试框架,微软曾称其可从侦察到窃取少需人工。Censys 扫到 800+ 未设密实例;部分被用于韩金融业与 ConnectWise 供应链攻击。工具本身不要求对公网开放,误配放大被滥用风险。Artex 已宣布转闭源,但代码站仍有拷贝。对企业:自建/试用红…
Meta 撤回「可疑」商业条款更新:不再强迫 Facebook 主页主人允许 AI 训练外链内容
Ars 标题直译社区吐槽「Meta 以为我们不会读吗」——公司放弃一版被指含糊、可能扩大对关联内容 AI 训练授权的商业条款改动。对品牌与企业主页运营方,是数据授权边界被公开压力扳回的信号;具体条款以 Meta 最新文本为准。
中期选举「蓝潮」之后:AI 产业会不会迎来艰难两年?播客梳理监管与数据中心政治风险
Equity 播客讨论民主党大胜后,公众对数据中心与 AI 的反感如何转化为立法与地方审批压力,以及大厂资本开支叙事可能被改写。偏宏观产业分析,可与本周纳指抛售、数据中心公投新闻交叉阅读;非单一公司公告。
大学图书馆被 AI 爬虫「淹没」:公共访问承压,机构开始限流与封禁
CBC 报道多所大学图书馆系统遭大规模 AI 数据抓取机器人冲击,影响正常读者访问。Hacker News 热议(约 113 分)。对企业与高校:开放知识库、文档站、API 网关都要按「Agent 流量」重新设限流、鉴权与缓存策略,而不只是防传统爬虫。
Anthropic IPO 买方估值预期压到约 1.1 万亿美元一带(HN 转 Bloomberg)
Hacker News 热帖摘要 Bloomberg:部分潜在买家把估值预期压到约 1.1 万亿美元量级,低于此前约 1.5 万亿叙事。与本周科技股抛售、缺 10 月收入数字等压力同向。细节以彭博原文付费墙为准;作「市场出价下修」信号记录。
在 ECS Fargate 上搭无服务器 MCP:用元数据 JSON 给 Agent 开数据湖闸门,不必每张表写工具代码
亚马逊北美分拣中心团队实践:Bedrock + FastMCP + Athena/Redshift + Knowledge Bases;新增数据集只需丢元数据 JSON,流水线自动向量化。Cognito/WAF、SELECT-only、CloudWatch 审计。许可为 AWS …
SageMaker Inference 支持 MIG:一张 GPU 切成多实例,提高端点利用率
正式支持 NVIDIA Multi-Instance GPU,把单卡划成隔离实例给多模型/多租户端点。偏推理成本与密度优化;托管在 SageMaker(非自托管)。对要把多个中小模型挤进同一硬件池的企业推理平台有直接价值。
Bedrock AgentCore + Okta Cross App Access(其二):把「一个受管 Agent」扩成企业网关模式
接上篇:用 AgentCore Gateway 做企业级扩容,统一治理多应用访问。偏 IAM/身份与 Agent 工具权限;需 AWS + Okta 栈。成熟度:官方教程级,适合已试点 AgentCore、要上生产权限模型的安全/平台组。
Greenlight Financial:在 Bedrock AgentCore 上建自治 SOC,月最高约 4000 单里 90%+ 无需人工
儿童金融科技公司案例:安全与风险工单由 Agent 自动处理,宣称超九成可无人值守闭环。展示 AgentCore 在安全运营场景的成熟度信号;闭源产品集成,非可自托管开源 SOC。对金融合规团队可作对标,需自行核实指标口径。
Taxbit Assist:带引用、按角色权限的企业税务 Agent,嵌在仪表盘里跑在 AgentCore 上
税务合规 SaaS 把助手嵌进控制台:回答带出处、按角色可见数据。强调 grounded + permission-aware,而非裸聊天。商业 SaaS 功能,非开源;对企业「受控 RAG Agent」落地形态是清晰样板。
把 Claude Code 接到 Bedrock AgentCore 远程会话:隔离沙箱 + 安全控件
每项编码任务在客户账户隔离会话中跑,延长 Claude Code 到远程 Agent。适合已用 Claude Code、又要企业网络隔离与审计的团队;依赖 Bedrock/AgentCore,非本地私有化。集成有一定门槛(会话、权限、网络策略)。