Jeff Dean 联手打造 Discovery Loop
科学发现正受困于繁琐的人工实验循环。Discovery Loop 由 Jeff Dean、Sanjay Ghemawat、Quoc Le 和 Oriol Vinyals 四位 AI 与分布式系统领域的泰斗级人物联合创立，旨在利用前沿 AI 模型和大规模计算基础设施，将科学实验的提出、执行与评估过程全面自动化。团队将首先聚焦于 Machine Learning 研究，通过并行执行数千次实验，大幅压缩迭代周期。他们的愿景是构建能够自主解决科学、工程及 Machine Learning 领域关键问题的 AI 系统，加速人类在医药、能源、网络安全等 Grand Challenges 上的突破，让技术红利更快惠及全球。
通过自动化发现循环，世界将在无数科学领域实现更快速的进步。
HN 评论区
579- cjbarber
来自 Jeff 的推文：
> 我们的总体思路是自动化实验循环。我们认为这种方法广泛适用于许多不同的科学和工程领域。我们最初将专注于机器学习研究和工程，但相信该方法有助于解决美国国家工程院（NAE）提出的十四项重大挑战中几乎所有问题的重要子问题。我们认为，要做好这一点，需要强大的机器学习专业知识以及大规模系统方面的专长。
另见：https://www.nae.edu/20782/grand-challenges-project
这 14 项挑战是：
NAE 工程重大挑战
1. 使太阳能经济可行
2. 提供核聚变能源
3. 开发碳封存方法
4. 管理氮循环
5. 提供清洁用水
6. 恢复和改善城市基础设施
7. 推进健康信息学
8. 研发更好的药物
9. 逆向工程大脑
10. 防止核恐怖主义
11. 保障网络空间安全
12. 增强虚拟现实
13. 推进个性化学习
14. 研发科学发现工具
- pm90
我觉得人们都搞错了这到底是什么：这是谷歌把它最资深的工程师送进最好的“养老院”，以防他们被竞争对手挖走。我可不是在开玩笑；我真希望自己能赚够钱，不再为生计发愁，然后老了再去做研究。这真是一步绝妙的棋。
- bredren
这看起来像是 https://github.com/karpathy/autoresearch 的机构化、超大规模版本。
今年三月，Karpathy 曾描述过这个方向：
autoresearch 的下一步是必须实现代理（agents）之间的异步大规模协作（想想 SETI@home 的模式）。
这条推文受保护，但在 SERP 缓存中可见：https://x.com/karpathy/status/2030705271627284816
Karpathy 似乎主要关注 ML / SWE 研究，而不是这个团队所追求的其他领域。不过，很难想象他们没有受到 autoresearch 的影响。
Andrej，如果你在看，请分享你对 Discovery Loop 的看法。
- drivebyhooting
你怎么自动化实验？
毫无疑问，AI 可以在思想和设计领域以超人的速度迭代：软件、数学证明、文献检索。
但在实验领域呢？唉，缺乏实体身体限制了它。
AI 需要的不是超越（transcendence），而是内在性（immanence）。或许在人类血肉之中，我们就能找到与众生同在的神性。让实验室、仓库和工厂充满它劳作的声音，因为它正用千万只不属于它自己的手筑起高墙。
“把你那疲惫的、贫穷的、
你那渴望自由呼吸的蜷缩大众，
你那拥挤海岸上的可怜弃儿，
都送给我，这些无家可归、饱经风浪的人，
我在金门旁高举明灯！”
- flakiness
说实话，这感觉更像是一个生活方式企业（也就是爱好），而不是初创公司。他们确实配得上这样的待遇，但我并不指望它在商业上取得巨大成功。
话虽如此，我希望他们能与业界各路同行合作写出很酷的论文，而无需过多担心竞争动态。那将是对人类的一大幸事，也能让他们精神愉悦。
- ramon156
“我们的使命很简单”，紧接着却是该页面上最复杂的一句话。现在“简单”的定义到底是什么？
- pelagicAustral
这真的很像是在拥抱那种“通过<<极其复杂、高度技术化、充满行话的使命宣言>>让世界变得更美好”的风格。
- SubiculumCode
我站在“智能并非瓶颈”这一派这边。科学不仅仅是阅读文献和提出假设。你必须进行实验。而正是在这里，混乱的现实会粉碎天真，并抗拒任何将其打包成工厂式创新引擎的尝试。不过，如果你有资金想投资，他们还是会收下的。
- arjie
这非常酷。计算机驱动的发现或许会引发一场新的科学革命。我们常会发现那些“这本来 20 年前就能做到”的事情，如果有一个不知疲倦的搜索者，也许能填补所有这些空白。不过，这也让我想起了 Ted Chiang（我想是他）写的那个故事：人类和超人共存，而人类所有的科学都变成了对超人工作的元研究。
- tmoertel
请注意，Jeff 和他的团队巧妙地构建了公司结构，以避免 AI 的滥用（例如武器或人类追踪）。我怀疑许多顶尖研究人员会因为这个原因想在那里工作，并且希望能与其他有成果交付历史的顶尖研究人员共事。