AI科学家已到来：自主实验室与合成超智能——Periodic Labs

摘要

• Periodic Labs 的核心押注是，单靠智能无法创造物理知识。 公司的行动准则是：“智能是必要条件，但不是充分条件；只有当想法被证实与现实一致时，新知识才会产生。” 因此，公司将 AI、模拟系统和高通量实体实验室作为一个迭代系统共同打造：提出猜想、合成、表征、更新，再重复这一过程。

• 物理科学需要不同于数学或编程的 AI 范式，因为观测带有噪声、不完整、昂贵且缓慢。 炉体会老化，温度随位置变化，振动会干扰光学设备，实验完成后的样品也不会自带标签；与数字环境不同，Periodic 无法无限生成 rollout。核心约束是如何在不确定性下决策，以及如何实现极高的样本效率：“科学非常困难，但这正是它特别之处。”

• Periodic 真正可能形成差异化的资产，不只是实验数据，而是带时间戳的科学工作过程谱系。 公司记录失败尝试、计算、代码、对话、直觉、仪器读数，以及一项实验如何从反复得到阴性结果走向最终阳性结果的完整路径。这使模型能够基于证据和带时间戳的状态训练，而不是简单依赖预训练模型已经记住的答案，将目标从“科学的最终产出”转向“做科学的过程”。

• 短期杠杆最大的瓶颈是自动化表征，而不是人形机器人。 混合粉末相对容易；识别实际生成了什么、对齐多个仪器的结果并选择下一项实验，才限制了吞吐量。Periodic 所说的“每台设备……140 IQ”，指的是能够理解上下文、采集更好数据的仪器，而“完全自主并非目标”：自动化服务于数据的数量、质量和多样性。

• 模拟是高通量筛选器，而不是现实的替代品。 密度泛函理论可以估算材料稳定性，但实际近似方法难以处理强关联、微观结构以及超导温度等性质；即使完成1亿次完美晶体计算，也无法揭示每个真实样品的缺陷和中尺度结构。Periodic 的答案是让模拟、AI 和实验形成校准闭环，而实验室仍是“最终真相”。

• 规模化需要同时投入实验室、算力、仪器，以及一支罕见的跨学科组织。 标准设备最终会暴露吞吐瓶颈和污染风险，迫使公司定制硬件；增加实验室也能接触不同的专业能力和实验条件。组织模式则刻意把固体化学家、物理学家、实验人员、理论人员、AI 研究员、基础设施工程师、硬件开发者和产品团队放在一起，因为这本质上是一个“不可再拆分的跨学科问题”。

• 眼下的商业切入点，是向半导体公司提供安全的现场部署，长期则走向按结果定价。 Periodic 最初为自己打造工具，成为“零号客户”；如今，前置部署工程师会在客户现场接入本地 AI 和计算系统，用合作方数据训练模型，让客户拥有针对自身场景的专用智能，而不是把敏感数据发送给通用 API。Liam 将其类比为软件从 Copilot 式辅助走向 Codex 式自主：最终客户只需提出“帮我达到这种目标状态”。

• 超导研究的核心判断是，合成吞吐量可能比完整理论更重要。 Ekin 认为，提出可能承载超导性的化学空间并不难，难的是可靠地制备和测试候选材料。据报道，一个日本团队尝试了30,000种材料，发现约30个有意思的候选，最终找到了 MgB₂；而它已经在货架上放了几十年。因此，一个能把职业生涯级别的搜索压缩到1个月的闭环实验室，将“显著扩大运气发挥作用的表面积”。

精读

1. Periodic 把现实当作最终训练环境

• Liam 的出发点是：“不能只靠思考把问题想出答案。” 宇宙中存在可预期和不可预期的结果，单靠重读论文或独立推理都无法穷举，因此发现新知识必须不断提出猜想，并让其接受物理现实的检验。

• 这一前提从第一天起就决定了公司的架构：AI 系统、物理世界模拟和高通量实验必须共同建设。Liam 认为，当模型必须采取行动、观察后果并修正信念时，“会出现一种不同类型的智能”。

• Ekin 将目标机构比作 Bell Labs：固体化学家和物理学家、实验人员、理论人员、硬件工程师、LLM 专家和计算机科学家作为一个团队协作。近期机器人实验和力场方面的进展，让这种组合首次具备现实可行性，但此前没有任何团队掌握完整的方法论。

2. 科学推理始于舍弃几乎全部现实

• Ekin 认为，物理科学与编程、数学的区别在于降维。程序的相关函数和 API 可能放得进上下文，但物理系统一开始就包含约10^23个甚至更多原子，远超精确观测或存储能力，科学家只能找出少数有用变量。

• 热力学是这一方法的经典成功案例：蒸汽机一度复杂到近乎无法理解，直到温度、压力、能量和少数相关变量解释了其大部分行为。原子尺度的图景——局部四面体、八面体、能量、涨落和反应势垒——则提供了更多压缩后的描述。

• 实验同样是有损的。科学家会记录所有能够获取的信息，同时知道仍会漏掉隐藏状态：炉体加热元件会积累蒸发物，腔体内不同位置的温度并不一致；曾经还有人在夜里于楼上走动，通过振动改变了博士实验室的激光结果。

3. 噪声与缓慢 rollout 排除了一个巨大的端到端奖励

• 一项材料研究必须先选择一个可能稳定且具备有用性质的结构，确定如何合成它，再表征实际生成的产物。每一步都不简单，而且“从炉子里出来的东西不会自带标签”。

• Liam 不接受这样一套 RL 循环：启动实验，等待数日，再根据是否找到室温超导体进行奖励。在这样的时间跨度上，物理运行时间、稀缺的实验代理、仪器延迟和带噪声的结果都会让降低方差变得不可行：“你不能让 GPU 空等一周。”

• Periodic 的做法，是围绕单个阶段搭建可处理的环境。以 X 射线衍射为例，代理可以根据原始图谱识别其中存在的相；如果识别出虚假或化学上不合理的相，则受到惩罚，从而缓解一个会随着实验吞吐量增加而恶化的表征瓶颈。

• 这些阶段性代理随后可以拼接进端到端的发现闭环。更广泛的启示是，科学领域的 RL 需要建立在真实测量上的中间奖励，而不是把所有希望押在一项缓慢物理实验结束时的单一巨额回报上。

4. 带时间戳的证据防止模型伪造科学工作

• Periodic 可以冻结某个日期的知识状态：当时有哪些实验依据、有哪些可能的决策、科学家下一步选择了什么，以及随后发生了什么。这些快照可以成为训练基于证据进行科学判断的环境。

• Liam 对已被模型记住的数据的担忧在于，预训练模型可能无需真正完成物理推理、计算或模拟，就能得到正确答案；随后 RL 会进一步提高这条捷径的权重，但它无法泛化到真正全新的系统。

• 内部生成的数据贯穿完整流程，具备完整的来源记录，因此更难发生这种数据泄漏。系统学习的是：基于当时可获得的证据，哪项行动是合理的，而不是在历史已经揭晓答案后重复终点结果。

• 同一组有限的实验数据还可以支持多个环境：只使用一台仪器、组合多种模态、取实验活动的某个子集，或把证据限定在某个时间点之前。这不会创造新的物理观测，但会从既有数据中扩展出更多具有科学意义的学习问题。

5. 掌握基本定律并不等于解决多体物质

• swyx 提出一个刻意基础的问题：“我们不是已经弄清了大部分物理定律吗？” Ekin 给出的回答构成了本期节目的核心科学修正。他引用了一个故事：Dirac 曾认为量子力学已经完成，并把剩下的问题称为“化学”；但解决氢原子并不意味着氮、氧或固体就能被简单地当作原子组合问题处理。

• 高温超导是其中一个显著缺口。传统电子—声子超导体会表现出预期的同位素效应等现象，但77开尔文以上、包括约93开尔文的铜酸盐超导体，并不遵循这一已知机制；其背后的物理仍未解决。

• 即使密度泛函理论在许多场景下强大且准确，一旦强电子关联变得重要，它也可能遗漏关键效应。Brandon 用 Phil Anderson 的话概括：“越多越不同”——简单的微观定律在大量组件彼此作用时，可能产生定性上全新的集体现象。

• Liam 将其与深度学习中尚未解释的幂律、涌现和普适性联系起来。讨论并不承诺对每个原子进行完美逆向工程；实际目标是获得足够的理解以改善材料性能，打造一个潜在的“物质编译器”，而不是获得全知能力。

6. 相识别把混乱产物转化为可执行的搜索信号

• Ekin 通过冰融化和 Ising 模型解释相变：系统在达到阈值前变化很小，跨过阈值后则转变为定性不同的状态。在合成过程中，前驱体一起加热可能形成新晶体，而原子几何结构的变化会以改变后的 X 射线衍射指纹呈现出来。

• 实际产物很少是二元结果。早期尝试通常同时包含剩余前驱体、非晶材料、意外生成的化合物，目标相的比例也可能很低；代理必须判断到底形成了什么，并建议下一步应如何改变条件。

• 某些观测到的相可能在任何论文或数据库中都不存在。AI 必须提出与测量结果一致的原子结构，用计算检验其稳定性，并帮助目标相逐步爬坡，将纯度从可能只有1%的样品提升到更干净的状态。

• Brandon 认为某个相或许能提供无歧义的观测量，但这一反驳并不完全成立。重复实验有帮助，但不同结构可能对应相同图谱；热力学、合成条件和化学合理性仍然只是先验，而非确定性结论。

7. 多模态的价值在于每台仪器都只是狭窄的探针

• X 射线衍射可能无法区分两个相，但电学、磁学、形貌或电子显微镜测量可以将其分开。Ekin 认为，对人类来说，持续对齐10种模态非常费力；但对 AI 来说，“并不需要超智能”，主要需要的是上下文和计算能力。

• Liam 对这里的超智能给出了一个操作性定义：检查每台仪器、每个重复样本以及跨实验的纵向证据，而不是过度依赖某一个读数。更好的决策来自将微弱、部分冲突的信号组合成更强的潜在模型。

• 因此，Periodic 不会删除已经采集的数据。Ekin 解释说，自然界包含的信息多到任何计算机都无法存储，但人类本来也无法观测其中的大部分；可获取的测量仍然十分珍贵，而更密集的遥测能够减少隐藏变量的数量。

• Brandon 把实验比作对一个巨大基础模型进行的8位线性探测：现实包含完整状态，而仪器只输出一个极小、粗粒度的投影。科学任务就是根据这一狭窄输出重建实际发生了什么。

8. 模拟压缩了量子力学，却无法抹去实验室

• Ekin 将密度泛函理论称为主流的材料模拟方法。Hohenberg–Kohn 定理将基态下指数级庞大的波函数描述，替换成一个三维电荷密度；其相关泛函可以决定系统的性质。

• 他纠正了一个重要的简化说法：DFT 并非定义上就必须是近似的，但实际工作缺少精确的交换—相关泛函；对于电荷密度方法，也缺少精确的动能泛函。随后，形成焓可以估算某种材料的能量是否相对于其他排列具有竞争力，这就是稳定性凸包检验。

• 当实验难以测量或测量精度不足时，模拟更有优势；但在实际现实面前，实验更有优势。Periodic 会针对每个化学体系用数据校准计算，并利用这一组合闭环，把大量理论候选筛成少数值得实际制备的对象。

• Brandon 对规模化的担忧仍然存在：算力或许可以支持1亿次 DFT 试验，而实验室能制造的样品远少得多。Ekin 的回答是，DFT 通常模拟的是完美晶体，无法处理决定性微观结构，也很难预测超导温度等性质；增加数量无法弥补物理表征的缺失。

9. 无机材料难以拥有生物学那样紧凑的表示

• Ekin 颇具挑衅性地认为，生物学和有机化学的表示复杂度更低：DNA 及相关系统近似拥有一维序列，而无机晶体没有等价于 SMILES 的字符串，还要在三维空间中同时处理共价键、离子键和金属键。

• 这种自由度带来了截然不同的结果——金属、绝缘体、超导体、金刚石、高温结构和半导体器件——但也制造了推断歧义。即便 XRD 看起来完美，它也只是平均结果：原子可能因歧化向相反方向位移，而整体图谱却把它们放在中间位置。

• Brandon 提供了另一面：生物学看似易于处理，是因为背后借用了数百万年进化打磨出的工具箱；但在更大尺度上，细胞和生物体同样会变得极其复杂。讨论没有判定谁具有普遍优势：生物学在组织层级上增加复杂性，材料则通过成键、缺陷、界面和微观结构获得复杂性。

10. 高能效算力可能与理想电池同样重要

• 被问及科幻级目标时，Ekin 优先考虑超导体、更好的磁体，以及减少对钴等难以获取的稀土或过渡金属的依赖。电池当然重要，但他把接近 Landauer 极限的计算提升为基础性材料目标。

• 每 FLOP 的能耗一直以类似 Moore 定律的方式指数下降。讨论回顾了一个较早的估计：距离理论极限大约还差3—4个数量级；Ekin 明确提醒，他已经约10年没有核对这些数字。

• 如果能进一步接近极限，不仅计算本身的能耗会下降，需要耗散的热量也会减少；正如 Ekin 所说，能源是“宇宙中真正的货币”。可逆计算或许能绕开删除信息所伴随的耗散，但他诚实地回答：“我不知道这是否行得通。”

• 量子计算同样受到质疑。它可能破解安全系统，也可能带来新的能力，但即使对完美晶体进行完美量子计算，也仍然会遗漏真实的微观结构；对量子逻辑的兴奋可能掩盖一个尚未解决的问题：“你到底要模拟什么？”

11. 智能仪器比完整的人形实验室更重要

• “每台设备……140 IQ”源于一个普通的瓶颈。简单编程的显微镜只能拍摄固定视野和固定倍率，但图像并不够有用；由 AI 控制的仪器则会理解实验意图、目标材料和既有证据，再决定要采集哪些数据。

• 即使完整实验需要数小时或数日，延迟仍然重要。精细控制可以在更短时间尺度上完成，而一次分析可能需要多轮推理、搜索、模拟和工具调用；两分钟和两小时的差别，也会决定人类科学家能否进行交互式工作。

• swyx 质疑渐进式自动化是否可能陷入局部最优，并建议直接加入一个人形机器人。Brandon 的回答很务实：如果自动化一项稀有且需要灵巧性的任务要花几个月，那就把它留给人；应优先自动化那些消耗大量技术员时间的常规操作。

• 目标非常明确：“完全自主并非目标。” 自动化的存在，是为了产生更多、更好、更多样化的数据，而不是为了让人类退出实验室。

12. 标准化降低实验噪声底，也暴露操作错误

• Liam 讲述了一个 AI 发现仪器数据循环错误的案例。根据申报的运行过程，这种数据模式不可能出现；将循环置换反转后，一致性恢复，团队由此追查到实体设备装载错误。

• 这一事件让数据质量监控变成了硬件机会：重新设计流程，使同样的错误不可能再次发生。机器人或许会犯更少的错误，但它们更大的价值在于可重复性——建立一个受控流程，让偏差变得清晰可见，而不是消失在实验室口耳相传的经验里。

• Ekin 认为，不同人员、实验室、地理位置和时代发表的测量数据，其噪声底“实际上通常比 DFT 的精度还差”。标准化流程可以收窄这些差异，让物理数据对模型训练的价值大幅提升。

• 团队还倾向于过度配置仪器，而不是丢弃传感器数据流。Maxwell 妖作为一个遥远的极限类比出现：只有近乎全知的观察者才会收集到足够多的信息，使删除成本成为核心问题；在今天，稀缺资源仍然是可观测的真实数据。

13. 失败与实验谱系是专有学习底座

• Periodic 同时使用开放模型和闭源模型，在延迟、成本与能力之间做选择。更强的主张是，专有的物理数据可以让一个专用系统在最高推理配置下超过前沿模型，同时以更高的算力效率运行。

• 阴性结果提供了材料文献通常缺失的信息。一次失败的合成可能证明目标材料在特定条件下不存在，揭示一种新的意外结构，或作为针对有毒杂质相、以及会破坏目标性质的杂质相的刻意阴性对照。

• Ekin 保留了不确定性：失败从来不能证明某个晶体永远无法合成；“可能只是技能问题”，也可能是方法不足或技术尚未成熟。但带有上下文的阴性结果对于分类仍不可或缺，因为一个只包含已发表成功案例的数据集无法教会模型边界在哪里。

• 更有价值的数据单元是一整项实验活动：失败的序列、不断变化的条件、计算、对话、代码，以及最终成功。Liam 用一句话概括数据策略：训练“做科学的过程”，而不只是训练经过润色的最终产出。

14. 更好的权重不会消除实验

• Brandon 问道，如果“Fable 6”或 GPT-8 能够吸收实验活动层面的推理，是否可以不依赖专用闭环直接完成这些工作。Liam 承认机器学习中同样存在不确定性，但认为物理世界交互带来了独特挑战，值得被压缩进专用权重。

• 他的证据来自前沿实验室自身的行为：如果只靠推理时计算就足够，它们本可以在 GPT-4 停止训练。它们持续投入训练，说明将能力压缩进权重，而不是在推理时通过漫长思考重新构建一切，仍然有价值。

• Ekin 补充了更难跨越的边界：即使“Fable 7”变得强大得多，科学发现面对的仍是模型从未见过的事物。模型必须继续“摆弄宇宙”以获得新证据；“没人能 zero-shot 找到室温超导体”。

• 但更大的递归闭环确实存在。更好的材料可以改善芯片，芯片改善 AI，AI 改善实验——这就是那个“统一的大轮子”；不过每一次转动，仍然必须由物理测试落地。

15. 表征是人类工作重新组织的核心瓶颈

• Ekin 列举了几组层次关系，而不是给出单一的等级体系：原子尺度结构与连续介质模型，热力学关于无限时间终点的描述，以及动力学关于反应速度的解释。理论上的进展可能处于这些层次之上，并同时改变多项实验活动的方向。

• Periodic 创立时的核心瓶颈假设，就是自动化表征。如果系统无法识别结果、将结果与模拟对比，并智能地选择明天的实验，那么随机混合粉末本身并没有多大价值。

• 因此，人类的参与位置会随时间变化。实验活动的选择最初完全由人主导，如今越来越趋于混合；表征则明显转向 AI，让科学家摆脱反复微调，把精力投入更高层级的工作，而不是消除他们的贡献。

• 搜索方法也并非 LLM 独有。进化算法早已用于低能结构预测，半导体工艺工程师也在使用实验设计、贝叶斯优化和相关零阶方法；真正的新意在于，把搜索连接到更丰富、更标准化的反馈。

16. 物理规模化结合并行、巧妙的混样与定制硬件

• 材料实验确实存在多路复用技巧。组合溅射可以制造成分梯度，在一次运行中于空间上测试数百或数千种晶体；但 Ekin 表示，扩散会让组分移动，限制了这一方法的成功率。

• 超导性测量仍是瓶颈，每个候选大约需要1小时。一种拟议的捷径是把多个候选混在一个样品中，先测试其中是否存在任何超导性，再缩小范围，判断信号来自哪个来源，类似混合样本的新冠检测。

• 新资金将同时扩大算力和实体实验室，并支持建设不同于 Menlo Park 设施的其他类型实验室。团队预计，每次扩建都会通过更好的仪器选择、更高的目标，以及对哪些昂贵设备回报最高的认识，反过来改善下一次建设。

• 规模最终会迫使公司垂直整合。标准设备暴露出称重机这一吞吐瓶颈，也暴露出机械臂静止位置可能污染已完成混合物的问题；定制硬件可以移除这些瓶颈，进一步降低噪声底。

17. 公司正通过半导体行业将内部闭环产品化

• 组织架构遵循这一闭环：AI 研究与基础设施、计算、实验、硬件工程和产品。Ekin 的招聘原则同样有意为之——资深研究人员仍然亲自做研究，这让人想起 Bell Labs 的前辈：他们继续计算和做实验，而不是逐渐变成只负责管理的人。

• 几个案例具体体现了这种文化：Murat Aykol 横跨计算直觉与实验直觉；Joe Checkelsky 将超导、物理和合成结合起来；Dima Bahdanau 从注意力机制研究延伸到训练轨迹和固体化学；Reiichiro Nakano 则亲自进入实验科学家的工作现场，推动设备自动化。

• Periodic 最初为自己打造工具，成为“零号客户”，如今正把它们带入半导体公司。由于合作方数据属于私有数据，前置部署工程师会在安全环境中驻场，接入 AI 和模拟系统，进行本地推理，并基于客户专属证据训练模型。

• Liam 预计产品将从研究 Copilot 走向自主系统，最终走向按结果定价：“帮我达到这种目标状态。” 客户拥有针对自身数据训练的专用智能，而不是把专有知识发送给一个未经训练的外部 API。

18. 商业成功旨在为科学飞轮提供资金

• Ekin 希望固体物理和材料科学变得真正有利可图，从而像 ChatGPT 提升计算机科学和 LLM 研究的吸引力那样，吸引更多学生和资本。Bell Labs 不仅是研究文化的范本，也是将科学与商业价值基础设施绑定的范本。

• Liam 将其类比为资本形成：2010年至2015年的聊天机器人进展很难描述，而2021年至2026年则是“天壤之别”。产品市场匹配改变了招聘、算力和数据所能获得的资源；“技术和资本之间存在极其紧密的联系”。

• Periodic 也在参与 pymatgen、Custodian、TorchSim、JAX-MD、SGLang 和 Megatron 等开放项目，同时通过资助计划支持学术团队。商业闭环和开放生态被视为两条相互补充的路径，共同加速合成智能的发展。

19. 超导可能先被搜索攻克，再被理论解释

• Ekin 的判断非常明确：提出有希望承载超导性的化学空间并不难，难的是合成候选材料。因此，公司将目标定义为“合成超智能”，而不只是一个生成理论结构的模型。

• 他举出的历史案例是 Alex Müller 对过渡金属氧化物的搜索：镍酸盐起初没有成功，铜酸盐成功了，并最终带来诺贝尔奖。后续薄膜研究表明，镍酸盐并不是一个愚蠢的方向——镍和铜在元素周期表上相邻，而合成能力改变了可测试的范围。

• MgB₂ 进一步强化了这一论点。据报道，一个日本团队尝试了30,000种材料，发现约30个具有有趣的超导信号，并找到了 MgB₂；尽管这种材料已经在货架上存在了几十年，而 BCS 理论早在1957年就已提出。

• 这种材料既没有被理论清晰预测出来，也没有因基本上无法合成而被排除；只是终于有人用正确方式测试了它。一个能在1个月内执行完职业生涯级别的30,000次尝试的闭环实验室，不会消灭运气，只会“真正扩大运气发挥作用的表面积”。