在科学发现的漫长历史中，解决一个困扰学界近二十年的难题往往需要耗费巨大的资源与时间。然而，近期 Pine Street Institute（PSI）与 AI 安全公司 Anthropic 的合作，为这一传统范式带来了颠覆性的变化。PSI 成功利用 Anthropic 的一款未发布模型，攻克了量子计算领域中的一个关键物理问题——量子比特的能带隙。这一突破不仅验证了大型语言模型（LLM）在处理复杂科学问题上的潜力，更标志着“AI for Science”（科学智能）正从理论探讨走向商业化落地。
Pine Street Institute 是一家专注于生物医学和非营利科学发现的非营利组织。在此次合作中，PSI 的研究人员将 Anthropic 的 Claude 模型作为核心工具，深入探索量子物理的微观世界。量子计算被誉为未来计算技术的皇冠，但量子比特极易受到环境噪声的干扰，导致计算结果出现错误，而“能带隙”正是决定量子比特稳定性的关键参数。长期以来，科学家们一直试图找到一种精确预测和优化能带隙的方法，但由于系统的极端复杂性，这一目标一直难以实现。
PSI 的实验表明，当先进的 AI 模型被应用于量子计算模拟时，它能够展现出超越传统数值模拟的推理能力。通过分析海量数据，AI 成功推导出了人类科学家可能忽略的物理规律，不仅解决了困扰团队二十年的理论困惑，还为量子硬件的稳定性提供了新的理论指导。值得注意的是，PSI 使用的是 Anthropic 的未发布模型，这表明 AI 公司正在通过开放前沿技术，积极推动科研创新，同时也为学术界提供了宝贵的测试平台。
这一突破对 PSI 来说具有双重意义：在科学上，它证明了 AI 是科学家探索未知世界的强力助手；在商业上，它为 PSI 提供了将科研成果转化为商业价值的契机。PSI 的负责人明确表示，他们正在构建一个“科学发现平台”，旨在将这种基于 AI 的研究流程标准化、产品化。这意味着，未来科研机构不再需要从零开始构建复杂的模型，而是可以直接调用类似 Anthropic 的 AI 能力来解决特定领域的科学问题。
从行业角度来看，PSI 的尝试为“科学 AI”的商业化落地提供了一个极具价值的范例。随着人工智能技术的飞速发展，AI 已经不再局限于生成文本、编写代码或创作艺术，它正在成为科研创新的核心引擎。正如 DeepMind 的 AlphaFold 在蛋白质结构预测领域取得巨大成功一样，利用 AI 解决基础科学问题正在成为科技巨头和初创公司的必争之地。PSI 的模式表明，非营利组织完全可以通过技术授权或平台服务，在解决社会重大科学问题的同时，实现自身的可持续发展。
此外，这一事件也引发了关于 AI 模型开放度的思考。为了加速科学进步，越来越多的 AI 公司开始倾向于向研究人员开放未发布的模型。这种“闭源研究版”或“预发布测试版”的共享机制，有助于消除 AI 模型在科学应用中的黑盒效应，让科学家能够更深入地理解模型背后的逻辑。未来，随着量子计算、材料科学和生物医药等领域的深入研究，AI 与科学的深度融合将催生更多的商业机会，而 Pine Street Institute 的这一探索，无疑为这一趋势揭开了序幕。
信息来源：AI News & Artificial Intelligence | TechCrunch，原文链接：https://techcrunch.com/2026/11/10/psi-is-trying-to-make-a-business-out-of-ai-driven-scientific-discovery/
封面图片来源：Unsplash / 摄影师 Igor Omilaev
