# 和 John Platt 聊 AI 搞科研：他拿过奥斯卡，有两颗小行星，你 sklearn 里的算法也是他写的

> 原标题：🔬 An Oscar, Two Asteroids, and the Algorithm in Your sklearn: John Platt on AI for Science

- 来源：Latent Space
- 发布时间：2026-09-22T21:07:39.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/59402
- 原文：https://www.latent.space/p/john-platt

## 摘要

John Platt 是 Platt scaling 和 SMO 算法的发明人，现在在 Google 带队做 ERA 项目。ERA 的思路是把科学问题变成一个可打分的任务，然后用 Gemini 自动迭代实验，搜索方式类似蒙特卡洛树搜索。从 Gemini 2.0 换到 2.5 之后，这个系统直接从跑不通变成能高效产出，已经产出了至少 10 篇论文。Pla...

## 推荐理由

John Platt 亲自聊 Google 的 ERA 项目，把科学实验变成 Gemini 自动搜索迭代的玩法。Gemini 2.5 让系统从不可用变成高效产出 10 篇以上论文，这个转折点很实在。因为是播客，具体实现细节得去听才能挖，但方向和初步验证已经够吸引人。

## 锐评

John Platt 团队做的 ERA，核心是把科学问题变成一个可打分的任务，然后让 Gemini 像玩蒙特卡洛树搜索一样，自己迭代实验、改代码去找最高分。这个思路不新，但关键转折点很实在：用 Gemini 2.0 时系统基本跑不通，一切换到 2.5 立刻变得高效，已经产出了至少 10 篇论文。这说明当前这种自动科研系统的瓶颈不在搜索策略，而在底层模型本身的推理和代码能力是否过了一个临界点。

Platt 在访谈里给了个很务实的建议：别一上来就上大模型，先试试线性回归或 SVM。这和他发明的 Platt scaling（把 SVM 输出转成概率的那个算法）一脉相承，都是在复杂系统里找最可靠的基线。另外他团队做的尾迹云减缓项目也值得留意，正文说这玩意儿占人类活动导致全球变暖的 1%，是个被低估的杠杆点。

不过这篇访谈没给出 ERA 的具体失败案例和资源消耗。10 篇论文听起来不少，但没说明这些问题是 Gemini 独立发现的，还是人类已经把问题框架搭好了它只负责执行。自动科研离“自己提出好问题”还差得远，这点先别太激动。