John Platt¶

Google Fellow，Google Research 应用科学（applied science）负责人。两个教科书级算法的作者——Platt scaling（概率校准）与 SMO（训练 SVM 的标准算法，今天 sklearn 里仍在用）。14 岁上大学、18 岁在 Caltech 读博，导师/共同导师是 John Hopfield；在 Google 做过聚变、量子计算、气候建模等方向，现在主要在 ERA（Google 的通用 AI-for-science 系统）与气候干预/韧性上。另有两颗以他命名权命名的小行星与一座 2006 年技术类奥斯卡。

本库收录他的理由：这是本库第一份来自大厂通用 AI-for-science 系统的一手工程描述（此前的 AI-for-science 材料几乎全来自创业公司或生物学专项）。他同时给出了本库目前最清晰的两条方法论分界——predictive vs descriptive model 与 天气 vs 气候（数据丰裕度）——以及一条关于能力代际依赖的硬判断："这件事在 Gemini 2.0 上是不可能的"。

核心观点（2026-09）¶

来源：Latent Space：ERA 与"可打分任务"

ERA 的核心映射是 scorable task（[00:03:01]–[00:06:02]）：⚠️ 大量不同的科学问题都能被改写成"我想要一段代码，使某个分数最大化"；机器学习只是它的一个子集，更有意思的是非统计的例子（如渐近展开：让它提出渐近解，再在 ε=1e-4 处检验拟合）。
机制（[00:10:06]–[00:14:08]）：专用 harness + Monte Carlo 树搜索，维护成百上千个候选 notebook，用 UCB 乐观选点（估计"变异后的 95 分位结果"，所以不总是选当前最好的），也做两个候选的重组；默认一次长 10 个叶子——⚠️ 并行太多会失去交叉学习（"同时跑一千个，第 1 个看不到第 2 到 10 个在干什么"）；历史进共享上下文但要剪枝。
⚠️ 为什么"进化式代码搜索"这次才成立（[00:18:11]）：进化式写代码从 1970 年代就有，但代码空间里的随机变异基本一文不值——就像 DNA，多数突变有害。这次不同的是内循环本身是个有世界知识的 AI，"它在底下知道一些有意思的梯度可以试"。
⚠️ 能力代际依赖（[00:19:11]–[00:20:11]）："在 Gemini 2.0 上这件事会是不可能的"；他们早就在试、一直不 work、然后突然开始 work。对科学家的劝告："我试过 2.0，不行"那是一年前，在这件事上一年等于永恒。
predictive vs descriptive model（[00:22:12]–[00:24:14]）：⚠️ predictive = 在数据集上误差最低；descriptive = 捕捉了物理、因而能外推——"牛顿是从苹果想到引力的，但引力不是关于苹果的；17 世纪的机器学习模型会说：苹果会掉，行星呢？我没数据。"他说今天人们在模糊这两者，"如果你是从 LLM 入门的，这个区分可能对你毫无意义"。
能力边界说得很干净（[00:28:19]）：⚠️ 它不会从零发现一种全新的物理模型，但极擅长把论文里的方法迁移到你的问题上，甚至逆向重建一篇论文（他举了屋顶光伏立体设计那例，相信系统并未装模拟器、而是重实现了论文代码）。
⚠️ 过拟合是最大风险（[00:31:19]–[00:32:20]）："这是个 power tool——它能把你手指切掉。现在你必须比以前更小心、更严谨才不至于骗了自己：要有绝不去看的隐藏 hold-out 集。"配套的是 Goodhart 对你造的每一个排行榜单独生效（[00:36:25]）。
人类留在哪里：⚠️ 定义打分函数（"那几乎就是科学问题的本质"）与外循环的创造性引导——"像一个超级热切、而且不睡觉的研究生"（[00:16:11]、[00:39:27]）；他用 jagged frontier 框架说明：编码、搜集知识、找相关工作上有巨大尖峰，而严谨性、哲学与创造力上远没有（[00:29:19]）。
⚠️ taste 与 rigor 都要、但不必是同一批人（[00:32:20]）：他观察到从业者正往两极分化——"带来创造力的人和带来严谨的人会成为两个锚"，并说这比科学更宽，整个软件工程都会这样演化。
什么时候数据驱动模型就够（[01:04:45]–[01:07:48]）：判据就是数据丰裕度/问题是否"封闭"——天气、以及因为有 PDB 而成立的蛋白质属于前者（AlphaFold 就够用）；气候这种开放、非稳态、需要大外推的不行。他引 Box："所有模型都是错的，有些是有用的。"
⚠️ 他的"一个愿望"（[02:00:18]）："请谁来做出那个'什么都能做'的实验室：我发一个 JSON blob 过去，它就能做任何实验"——他自己接着说这基本等于要解 AI-complete 的机器人问题，"因为像 ERA 这样的东西全是计算性的，总得有人去采数据"。

气候侧的两条具体工作¶

contrails（凝结尾迹）（[00:42:28]–[00:49:34]）：⚠️ 按现有估计约占全部人为暖化的 1%；物理上白天反射阳光、而在远红外（约 10 微米）几乎是黑的，所以 24 小时像毯子一样保温，净效应是暖化（欧洲这类高流量区局部约 1 W/m²，而全球平均人为强迫约 3 W/m²）。成因是冰过饱和区（薄饼形、几百米高），⚠️ 在坏区域每排出 1 克水/冰/烟尘会拽出约 10 公斤水（1 万比 1）；干预极便宜——下降两个 flight level 即可绕开。他们做卫星持续监测 + 自训 CNN/UNet 预测（因为天气模型精度不够找出这些区域），再喂给航线规划软件。
⚠️ ERA 解掉的那个问题（[00:47:34]–[00:49:34]）："这条 contrail 造成了多少暖化"是个反事实问题；长波那侧他们有可用模型，反射阳光那侧卡了两年，自己的尝试连自己的合成注入测试都过不了——而 ERA 找到的模型过了，办法是"搜了所有的混杂因子"；而且结果是"一个很简单的模型，只是某个混杂因子的组合我们没试过，事后看很显然"。
⚠️ 两条让它在政治上特别可做的性质（[01:08:48]）：它是局部的（修自己头上主要改善自己头上的气候）；而且几乎无法被反向滥用（暖化持续且全球，冷却只在太阳角度合适时；只有极地夏季的 contrails 确定是冷却的，而那里几乎没有航班）。
FireSat / 气候韧性（[01:22:58]–[01:27:01]）：⚠️ 很多野火早发现就容易扑灭（"扑灭这个房间大小的火很容易，一旦到一英亩就难得多"）。设计是中波红外 + 约 50–80 颗低轨卫星，就能在全球任何地方发现约 5 米见方的火、15–20 分钟内；⚠️ 传感器原生约 50 米、靠多光谱超分辨到 5 米级，且中波红外需要制冷。已与 Muon Space 发射一颗原型，组织是非营利的 Earth Fire Alliance；还做火场边界检测并推进 Google 产品，并与美国林务局合作用神经网络代理模型替掉 1970 年代的 Rothermel process model。⚠️ 动机量级：WHO 估计全球每年约 30 万人因野火烟雾超额死亡。
他的总框架（[01:26:01]）：⚠️ "气候变化像一种严重的疾病：你是治症状（适应）还是攻击根因？如果足够严重，答案是两者都要。"
能源判断（[01:10:50]–[01:21:58]）：⚠️ 非移动场景里可再生+电池已基本无争议更好，而飞机没有解；"气候变化没有银弹"；电气化一切会让电量需求增至约五倍，而最后 20% 需要基载——聚变可能用在那里。关于聚变：⚠️ Lawson 判据（密度×温度×约束时间 > 常数）解释了为什么每条路线都有一个阿喀琉斯之踵，并由此给出读新闻的判据——"那些新闻常常只在讲三个数里的一个"；他的时间判断是⚠️ "有确定概率有人在这个十年结束前做出商业相关的聚变——三年而不是三十年。"

对年轻研究者的建议（以及一条反优化的警告）¶

⚠️ "过去 12 到 18 个月发生了一次相变"（[01:29:03]）：以前是为单个问题造专用模型；现在整个 AI for science 社区还在摸索，"我们集体还不确定什么是最好的做法，也许没有单一最好的，也许是一条工具链"。
建议是两条都要（[01:30:04]）：深的领域专长（"我不认为领域专长会消失，因为它通向 taste"；并留了个开放问题——⚠️ "人怎么在不做那些苦活的情况下获得 taste"）＋ 把所有工具都玩一遍（"不是说我们这些聪明的老人知道会发生什么——我们也在实验"）。
⚠️ 训练 vs 发挥（[01:33:06]–[01:35:06]）：类比爬山（"你当然可以开车上山，但偶尔徒步上山是可以的、甚至有趣的"）与运动员（"有发挥的时候，也有训练的时候"）。他的例证是自己"用四种语言重写过四遍 boosting，所以我现在懂 boosting"。
⚠️ 制度与判词：他在自己组里非常努力地保护 20% 时间（"你想试点什么，连告诉我都不用"）；并说"世界似乎什么都想优化、想把一切榨干，但过度优化会让你损失东西——你过拟合到了生产力上"，还承认这条建议"可能是在逆着文化潮流游"。
什么技能持久（[01:37:07]）：根本性的领域知识、数学、严谨与核查、创造力。他对"我们是不是都变成中层管理者了"的回答是⚠️ "你不想当个空西装"——LLM 犯的错和人犯的错不是同一类，所以不能完全信它们；"不过你本来也不该信自己"（引费曼：你绝不能骗自己，而你自己是最容易被骗的人）。

与他人观点的交叉¶

与 Lila Sciences（"实验室即 verifier"）、Xaira（"因果模型需要因果数据"）的接口：三方一致把瓶颈放在湿实验室/数据一侧而不是模型一侧；Platt 的版本是他的"一个愿望"——能接受 JSON blob 的通用实验室，而他把它直接等同于 AI-complete 的机器人问题（[02:00:18]）。本库因此在物理 AI 与机器人里留了一条交叉链接。
⚠️ 与刘子鸣（AI for AI / physics of AI）的对照：两人都在做"让 AI 参与科研"，但刘的关切是机制可解释性与元模型，Platt 的关切是工程化地把问题映射成可打分任务并防止自欺。Platt 的"不会从零发现新物理，但极擅长迁移论文里的方法"是对本库多条 RSI/auto-research 叙事的一条具体能力边界。
与 Vals AI 的 RSI 指数、Richard Socher 的 auto research 战果的关系：ERA 是同一品类里来自大厂、且有外部可验证成绩的实例（⚠️ 他举 CDC 的流感/COVID 周度预测竞赛表现极好），同时他也直说短板——在竞赛里挤不进最后几十名，因为"没人帮它把最后的 0.001 刮出来"（[00:37:26]）。
与 Chai Discovery、Genesis Molecular AI 那条"归纳偏置 vs 数据规模"之争的接口：Platt 的判据是问题是否"封闭"/数据是否覆盖（天气与蛋白质 vs 气候），这给那场争论提供了一个跨领域的统一判据。
与 Dylan Patel / 硬件侧材料的一条历史注脚（[01:44:11]）：⚠️ "神经网络赢是因为它们是唯一受算力限制的东西"，而它们骑在 BLAS 上，所以算法与硬件共同演化；他记得 2007–08 年 GPU 并没比 CPU 快多少，"它们真正起飞的时间和 ImageNet 同期，这不是巧合"。

视频¶

日期	主题
2026-09-22	ERA——把科学问题映射成"可打分任务"，以及它为什么在 Gemini 2.0 上不可能