OpenAI Co-creator Liam Fedus: After Math, AI Should Move to Physical Labs
In a podcast, OpenAI co-creator and former VP Liam Fedus argued that AI's next frontier is physical labs, not just math, because real-world experiments cannot be replaced by formal systems. He discussed his new venture Periodic Labs, which is building a physical lab in Menlo Park to provide real-world data for AI scientists, filling a gap that the internet cannot supply.
Coverage timeline
机器之心机器之心
编辑｜Panda 前两天，OpenAI 在 GitHub 上 一次性放出了 722 篇数学手稿 （后面 撤回了几篇 ），覆盖数论、几何、理论计算机科学、数学物理等 17 个领域，其中一部分附带了可由计算机机械检查的 Lean 形式化证明。据 OpenAI 介绍，它们全部出自一个尚未发布的内部前沿模型，平均每个结果消耗的算力大约相当于 ChatGPT Pro 思考模式运行三个小时。 这并不是 OpenAI 在数学上的第一次大动作。一个月前的 9 月 8 日，它就宣布内部模型调度上万个智能体、历时约 88 小时，给出了与 Navier-Stokes 千禧年难题相关的爆破证明，随即陷入署名与优先权之争。722 篇手稿发布后， 质疑同样接踵而至 。 争议之外，有一个事实很少被提及：数学之所以能成为 AI 攻城略地最快的科学领域，很大程度上是因为它自带裁判，即一份 Lean 证明 对不对，编译器说了算。 可一旦问题从纸面转向物质世界，比如某种新材料能否在液氮温区实现超导、某种合金在高温下会不会开裂，就没有任何形式化系统能替代一次真实的实验。 这正是 Liam Fedus 在最新一期播客 The Frontier 中强调的观点。这位 ChatGPT 的共同创造者、OpenAI 前副总裁、后训练负责人，如今在门洛帕克搭建实体实验室，试图为 AI 科学家补上互联网给不了的那块数据。 在与主持人、Mercor 创始人 Brendan Foody 长达 50 分钟的对谈中，他回顾了 ChatGPT 诞生前后的内部细节，解释了 ChatGPT 和 AI 编程为何率先突破，也讲清了 Periodic Labs 为什么非建实验室不可。 https://x.com/BrendanFoody/status/2108663727197462818 从缅因乡下到 ChatGPT：一位物理学家的绕路 Fedus 在缅因州的乡村长大。他回忆，学校有一项名为「新闻里的科学」的作业，要求学生撰写本地的科学新闻，可乡下报纸上实在没有多少技术进展可写，他只好上网找素材，结果被一个物理网站深深吸引。上大学时，他曾在 物理 、化学和经济学之间摇摆，最终选定了物理，因为它「 足够基础 」。 在 MIT 读物理期间，他参与了一个名为 DMTPC 的暗物质探测项目。按照其中一种理论，暗物质信号会随时间呈现方向上的变化，团
