几万参数的小模型，让盐水在电脑里自己长出了晶体

2024年6月的Cognitive Revolution节目，请来了一位澳大利亚数学家。几个月前，他在推特上发了一段几秒钟的视频：一杯盐水里，一颗盐晶体正在慢慢长大。配文说，这是他职业生涯最激动人心的结果。

将近200万人看了这段视频。

视频背后没有大模型。生成训练数据，几块GPU跑一天；模型本身，只有几万个参数；训练，几个小时。作为对照，今天的大语言模型动辄几万亿token、几十亿上万亿参数。

这位数学家叫蒂姆·杜伊南（Tim Duignan），在昆士兰大学做应用数学研究。他钻研了十几年的对象，说出来很多人会走神：盐水，学术名叫电解质溶液。主持人内森·拉本兹（Nathan Labenz）就是被那段视频勾住，才顺藤摸瓜约到了这期对谈。节目标题Fluid Intelligence是个双关，既是心理学里的「流体智力」，也是字面意义上的「流体的智能」。

聊完你会发现，这件事比「看盐水结晶」有意思得多。

为什么2024年了，人类还在研究盐水

杜伊南承认，跟普通人说自己研究电解质溶液，对方一般会想到运动饮料，然后礼貌性地失去兴趣。默认直觉是：盐水？这还用研究？

真用。

海洋本身就是盐溶液，二氧化碳溶进海水变成碳酸根，走向如何直接影响气候模型怎么算，大气中的气溶胶也由这类溶液形成。电池里，电解液连接正负极，决定充电速度和寿命。生命更离不开它：离子进出细胞产生的电信号，是大脑运转的全部基础，身体为此专门进化出离子通道和离子泵这些分子机器。

从气候到电池到生命，电解质溶液是地球上最重要的物质之一，但科学界至今没法从基本物理出发预测它最基本的性质。

什么叫从基本物理出发？就是只给薛定谔方程和牛顿定律，算出溶解度、活度系数、化学势这些数。目前做不到，全靠实验测，测完再喂给气候模型、电池模型这些更大尺度的模拟。

实验数据还有个更麻烦的问题：正在断供。高温测量需要昂贵设备；换一种没人研究过的电解液，就得回实验室把温度、压力扫一遍，成本极高，还发不了Nature和Science，没人愿意干。现有数据库大多靠几十年前积累，而机器学习恰恰最吃数据。

算不动的薛定谔方程

实验和AI之间，还隔着一层计算模拟。杜伊南把这层讲得非常清楚。

这套方法叫从头算分子动力学，逻辑是个循环：先解薛定谔方程，算出每个原子的受力；再用牛顿方程让原子挪一步；挪完重新算力，再挪。一帧一帧拍下去，就得到一部原子运动的电影。

听着简单，代价惊人。分子振动的节奏决定了步长只能取飞秒，也就是10的负15次方秒。跑几千步，才凑出1皮秒。系统呢，大概100个水分子。就这么点东西，杜伊南当年在美国能源部的超算上，一跑就是几个月。

为什么这么贵？因为计算的基本单位是电子，每加一个电子，它都可能和系统里其他所有电子耦合，暴力求解的代价随电子数指数增长。量子化学家几十年攒下的近似方法，能把指数压成多项式，但压不进普通实验室的预算。技术细节上也有巧劲：电子比原子核快得多，所以可以把两者拆开处理，只算基态的波函数和能量；解方程用架在原子中心上的高斯函数，波函数写成它们的线性组合，杜伊南团队用的软件叫CP2K，效率很高。顺带说一句，室温下退相干极快，波函数等于随时处于坍缩状态，他们只需要算基态，已经是量子力学里最仁慈的那类问题。

算不动，代价是真实的。看电池就懂了。

电池第一次充电时，电极表面会析出一层盐晶体，这层膜的质量直接决定电池寿命。膜长不好，会长出锂枝晶，刺穿隔膜，短路，起火。想做百万英里电池的杰夫·达恩（Jeff Dahn），现在的思路是往电解液里试各种添加剂，控制这层膜的生成，然后让电池循环跑完相当于百万英里的里程再看结果。纯试错，一轮要命。

瓶颈很清楚：量子化学计算太贵，贵到没法规模化。

把薛定谔方程换成神经网络

神经网络的解法很直接：整个循环里最贵的环节是解薛定谔方程，那就把它换掉。

具体做法是，先用量子化学计算生成一批训练数据，输入所有原子的坐标，输出总能量和每个原子的受力。拿这批数据训练一个神经网络，之后模拟里算力的活儿全交给网络。牛顿方程那一半照旧保留，反正便宜。

这个想法上世纪90年代就有了，2007年Jörg Behler和Michele Parrinello发表奠基论文，当时用的还是最普通的多层感知机。真正的爆发是最近两三年。

效果是提速1000倍起步。原来跑几个月的系统，现在几块GPU一天搞定；原来只能看100个水分子、几皮秒，现在系统大1000倍，时间长1000倍。杜伊南用的这套架构叫NequIP，出自哈佛Kozinsky实验室，团队演示过用它模拟整个HIV衣壳，百万原子量级，那才需要真正的GPU集群。架构上也有别的选择，比如拿Transformer做的TorchMD，效果也不错。

模型本身小得出奇：几万个参数。拉本兹在节目里反复确认了好几遍。作为参照，经典力场方法只用几十个参数，大语言模型是千亿上万亿。杜伊南的解释很妙：网络要拟合的分布，比「整个人类互联网上的知识」简单太多了。

真正的关键突破叫等变性（equivariance）。思路是别把原始坐标直接喂给网络：坐标是任意的，把一个水分子转个方向，坐标全变了，可它还是那个水分子，性质一点没变。所以要把三维空间的旋转对称性直接写进网络结构，用张量代替普通的数字列表。这套数学源自粒子物理当年用过的群论和表示论，而且和化学家用了几十年的多极展开（偶极、四极那些张量）天然呼应。

杜伊南说，他第一次看到NequIP论文里的表格就坐不住了：同样的水盒子算力预测任务，误差降到四分之一，训练数据只要原来的千分之一。

科学里不常见到三个数量级的进步。看到那种数字，你必然会扑上去。

有意思的是，这里正吵着一架。AlphaFold 2靠等变性拿下突破，AlphaFold 3却把它扔了，改用数据增强：把数据集旋转一千种角度再喂给更普通的网络，效果居然差不多。苹果最近一篇论文更是在替「苦涩的教训」站台：别耍聪明，堆参数堆数据就行。

杜伊南站在等变性这边，理由很朴素：如果有什么先验值得写进神经网络，那应该是基本物理定律和自然界的对称性。这场争论谁赢，还没定论，值得盯。

两个「白送」的发现

现在可以回到开头那段视频了。

杜伊南团队还叠加了一层技巧，叫粗粒化：把水分子从模拟里整个去掉，只留离子，让网络隐式学掉水的平均效应。他们的溶液大约4摩尔每升，纯水本身约55摩尔，相当于每10个水分子配1个离子。去掉水之后，网络学的其实是平均力，统计力学里对应自由能。训练这种模型反而需要更长的模拟，因为同一个离子排布对应的力不唯一，取决于周围水分子怎么排，网络要学会对所有水分子构型取平均。

难点在哪？水对离子间作用力是决定性的。介电屏蔽会把离子间的静电作用削弱大约80倍，而晶体里没有水，作用力完全是另一个量级。按常理，一个只见过溶液态的模型，绝不可能描述晶体态。

杜伊南读博那几年，干的就是手工构造这种隐掉溶剂的模型。推方程、调参数，搞了好几年，做出来的东西泛化能力一塌糊涂。他后来放弃了，认定这事做不到。

这种事我试了好多年，最后放弃了，觉得不可能。结果它就那么免费地从一个神经网络里掉了出来。

模拟跑着跑着，盐晶体自己长了出来。训练数据里确实没有晶体，他们回头查过：径向分布函数完全是液体的样子；模拟里离子最多结对、偶尔三聚，没有任何大团簇。结晶这种通常要靠增强采样硬拽出来的罕见事件，这次是白捡的。杜伊南猜，溶液里离子结对、短暂成簇时水被挤开、作用力变强的模式，已经被网络隐式记下，晶体不过是这条曲线的延伸。

第二个惊喜是水的自电离。纯水模拟跑久了，网络会偶尔让一个氢原子从一个水分子跳到邻居身上，生成氢氧根和水合氢离子。现实里这事确实发生，大约每一千万个水分子中有一个处于电离态，pH值7就是这么来的。更绝的是，网络连水合氢离子的三角锥形状都稳稳保持住，还出现了氢离子链式跳跃的格罗特斯机制，这正是酸在水中扩散特别快的原理。这些都是训练数据里没有的。

当然有代价。模型走出训练数据后，定性上能给出物理上合理的猜测，定量上并不精确。自电离的速率算得太快，溶解度也算不准。但修复路径现成：把晶体结构、质子转移这些事件补进训练数据再来一轮，业内叫主动学习。已经有人补完质子转移数据后，把pH值算准了。

拉本兹顺势抛了个大问题：这算不算大语言模型那种「学出高阶概念」的现象？杜伊南给了一个漂亮的视角。网络学的其实是一张高维势能面，输入原子位置，输出能量；大语言模型拟合的是下一个词的概率面。两者在数学上深度相通：统计力学里，概率密度的对数就是能量；大模型输出层的softmax，本身就是一条玻尔兹曼分布。统计力学和大语言模型之间，可能藏着还没被挖透的深层联系。

温度这件事还有个彩蛋。拉本兹问，既然温度旋钮随便拧，能不能拧到冰点看水结冰？杜伊南说可以调，但降温太快会得到玻璃态，原子来不及排成整齐晶格就冻住了。家里冰箱冻出来的冰是真晶体，靠氢键撑起规整结构，而且冰有一整张相图，十几种晶型。已经有人用这类网络势研究冰水平衡，也看到过类似「训练液体、白捡晶体」的现象。

大厂进场，和一个绕不开的问题

这套方法的下一步，是通用力场：训练一个模型，丢进任何元素、任何原子排布，都能算出力。巨头已经全部进场。

• 字节跳动发了电解液模拟论文，训练集里没见过的有机电解液，模型能直接外推。
• 微软的MatterSim能横跨巨大温度范围做模拟。
• 谷歌DeepMind的GNoME在Nature上报告了数百万种新晶体结构。
• Meta也在做。开源阵营有MACE-MP-0，只在晶体数据上训练，居然能模拟液体，和杜伊南的结论正好互为镜像。

拉本兹借朋友的说法，管这个趋势叫「大科技奇点」：如果这类东西只能靠堆算力，材料科学会不会最后被几家公司垄断？杜伊南认为这是真实风险。他的建议是公共部门赶紧跟进，学大型强子对撞机那样组织大科学项目，资助独立于公司的团队，把模型开源。他还说，学术界一教授带几个博士的小作坊模式撑不起这种工程，GNoME那篇百人协作的论文倒是个样板。AlphaFold 3迟迟不开放，已经预演过一次争论。他的观察很扎心：这些大模型在公司内部，其实没几个人有精力去跑那些真正有价值的模拟，放出来给科学界的价值会大得多。

另一个绕不开的事实：中国在这条赛道上并不落后。字节的电解液论文就是例子，杜伊南也确认，这个领域很多出色的工作来自中国，而且背后是实打实的经济含义。拉本兹特别提到，他一直用这类例子提醒自己和听众：别误以为领先很多，误判最危险。

安全性上，这个方向比材料科学更宽。贝克（David Baker）组最近在Science上用神经网络势设计新的药物分子，药物与蛋白结合强度的最好结果也出自这类模型。能设计药，理论上就能设计有害分子，双用途问题在这里同样成立。

节目末尾还聊到麻省理工Tegmark团队的KAN架构，把网络边上的权重换成可学习的函数，更可解释，也更擅长组合。杜伊南的态度是值得试，但最终要看计算效率，机器学习社区最值钱的传统就是动手验证，别提前站队。

明天就能用的四件事

这期节目对普通读者的价值，在于它演示了一套可以复用的判断框架。

第一，判断自己的领域能不能被AI加速，问三个问题：训练数据能不能低成本生成？答案对错能不能自动验证？最贵的那个计算步骤能不能换成网络？三个都是，就是甜点区。杜伊南的原话是，AI这个工具极其强大，但核心挑战永远是训练数据，要去找那些能高效、多样、高质量生成数据的问题。

第二，学会主动学习这个循环。先用小数据训练，跑长模拟，盯着模型的不确定性指标，哪里不确定就在哪里补第一性原理计算，再训练。整个过程全自动闭环，不需要人工标注。对比一下大语言模型那边，判断幻觉还得靠人，这里的ground truth随时可以现算。

第三，做材料、化学、药物相关工作的，可以直接去试开源的通用力场，比如MACE-MP-0。把它当第一估算工具，再针对自己的体系补一点数据微调。先例已经证明，好的基座加少量新数据，远比从零训练划算。

第四，温度、压力这类条件参数，优先交给物理引擎处理。势能面本身不依赖温度，温度由恒温器控制，所以换个温度跑模拟几乎是免费的。别让神经网络去学它本来不用学的东西。

杜伊南还提到一条正在成型的路：纽约时报报道过药企的自动化实验室，机器人昼夜不停地做实验产数据；另一条路是用量子化学随需生成数据。两条路都通向同一个地方，数据飞轮。他对未来的判断是，这类工具会让科学发现的速度提升一到两个数量级，虽然他也提醒别过度炒作，不少资深教授还在怀疑。药物研发那种靠直觉和试错推进的日子，可能真的进入倒计时了。