走“AI 系统”, 还是“科学软件平台”--AI4S对话之八

请大家登录www.catalab-ai.com，使用催化专业领域的RAG系统，该系统使用了8892篇科技文献

Q-9: 昨天提到的 world model，是做成“可微模型”（end-to-end 学），还是“模块化系统”（planner + simulators）？

（可微模型 = 能对参数/输入求导、因此能用梯度方法高效训练的模型）

这个选择，会直接决定你是走“AI 系统”，还是“科学软件平台”

如果目标是真的能指导合成、而不是做一个漂亮的 demo，那我会很明确地说：

必须从“模块化系统（planner + simulators）”起步，逐步向“局部可微”演化而不是一上来就 end-to-end。

原因不在“技术偏好”，而在这个问题的物理结构

一、为什么“纯 end-to-end 可微”现在基本不成立

听起来很诱人：

material → synthesis path → success probability（全可微，一把训完）

但在这个问题上，它会卡在三个硬墙：

1. 你没有训练信号

end-to-end 需要：

·大量 (material, path, outcome) 数据

现实是：

·path 数据稀缺

·outcome noisy

·失败数据几乎没有

👉 结果就是：模型学到的是数据分布的幻觉，而不是因果结构

2. 不可微的现实世界

你的 pipeline 里有：

·实验（不可微）

·DFT（不可微 / 极慢）

·heuristic rules（离散）

你可以“假装可微”（用 surrogate），但：

误差会在多步规划中指数放大

3. 长链条 credit assignment 崩溃

合成路径是：

·10–50 steps 的序列

·成败取决于早期某一步

end-to-end 会遇到经典问题：

哪一步该被 blame / reward？

这在 RL 里都很难，更别说数据还这么差

二、为什么“模块化系统”是唯一现实起点

模块化的核心优势不是“工程好做”，而是：

你可以把“错误”局部化，而不是让它污染整个系统

典型结构你已经接近了：

·生成（proposal）

·规划（search）

·world model（多层）

·验证（simulation / experiment）

好处是：

1. 每一层可以独立改进

·生成模型错 → 不影响物理约束

·物理模型粗 → 不影响搜索策略

·planner 可以换（MCTS → heuristic）

2. 可以引入“硬约束”

比如：

·温度范围

·相图边界

·设备限制

这些在 end-to-end 里很难“强 enforce”，但在模块系统里是天然的。

3. 可以逐步接入真实世界

你可以：

·先用 simulation loop

·再接 lab

·再做闭环

而不是一次性赌一个巨模型。

三、但为什么“不能停在模块化”

如果你只停在 planner + rules + simulators，会出现一个问题：

系统永远停在“专家系统 + patch”阶段

表现为：

·规则越来越多（越来越脆）

·搜索效率很低

·无法泛化到新材料体系

四、真正的演化路径（关键 insight）

不是二选一，而是一个三阶段演化：

Stage 1：模块化（必须）

·planner + heuristic + surrogate + 少量物理

·目标：系统能跑通（even if ugly）

Stage 2：局部可微（critical leap）

把某些模块变成：

learned differentiable components

比如：

·surrogate kinetics model（可微）

·policy network（引导 search）

·value function（评估路径）

👉 注意：不是 end-to-end，而是**“planner 内部可学习”**

这一步很像：

AlphaGo（不是 end-to-end，而是 policy + value + MCTS）

Stage 3：近似端到端（但带结构）

当你有：

·足够数据（尤其是失败）

·稳定 world model

可以开始：

learning-to-plan / differentiable planning

但仍然会保留：

·约束层

·物理校验

👉 本质是：

结构化 end-to-end，而不是裸 end-to-end

五、一个很实用的判断标准

你可以用这个问题判断路线是否靠谱：

如果我把 planner 拿掉，系统还能工作吗？

·如果“可以” → 你在做生成模型（危险）

·如果“完全不行” → 说明 planner 是核心（这是对的）

再问：

如果我把 learned components 拿掉，系统还能优化吗？

·如果“不能” → 说明你已经进入正确演化阶段

六、最容易踩的坑（很多团队会死在这）

1. 过早 end-to-end

·结果：demo 很惊艳，实验全失败

2. 过度规则化

·结果：系统越来越像 expert system

·无法扩展

3. 把“可微”当目标，而不是手段

可微的意义是：

让 learning 能进入 planning loop

不是为了“看起来像深度学习系统”。

一句话结论

从模块化系统起步，用可微模型逐步侵蚀 planner 内部，而不是试图一口气端到端。

注：AI生成的文章可能存在“幻觉”

请扫描二维码，关注**AI世界思考**公众号