埃金·多古斯·丘布克（Ekin Dogus Cubuk）来自 @periodiclabs，谈到为什么人工智能必须从物理世界中学习，以及他们如何通过建立自己的实验室来闭合这个循环： “制造我们周围事物的一种更基础的方法是粉末合成……通过这种方法，你实际上可以发现新的超导体、磁体，以及各种对我们周围技术非常重要的材料。” “但其核心就是量子力学。我们觉得教这些LLMs（大语言模型）量子力学将是LLMs的下一个前沿领域。” “科学本质上是一个迭代的过程，对吧？即使是最聪明的人类在发现他们的成果之前也尝试了很多次。LLMs可以非常聪明，但如果它们不在科学上进行迭代，它们就无法发现科学。” “教这些LLMs最重要的事情是科学探究的方法。所以你进行模拟，进行理论计算，进行实验，得到结果，而这些结果一开始可能是错误的或者不是你想要的，但你需要在此基础上不断迭代。” “你必须用真实的物理学来做，而不仅仅是模拟。” @ekindogus @AnjneyMidha a16z的Christian Keil阐述了为什么在物理世界中进行构建、测试和迭代是人工智能在硬件领域的瓶颈：https://www.a16z.news/p/superhuman-hardware-design-is-the