UH Mānoa团队加入国家级AI科学计划

UH Mānoa的两支研究团队加入一项国家级AI计划后登上Google News，但入选只是严格九个月测试的开始。一支团队将保护控制关键基础设施的AI系统，另一支则将为寻找一种罕见核过程的实验构建共享模型。

这些项目被纳入美国能源部首批Genesis Mission项目组合。每个项目均有资格获得50万至75万美元的第一阶段资助。成功的团队随后可竞争最高达1500万美元的第二阶段资助。

这一递进机制构成了核心张力。该计划承诺将联邦数据、国家实验室计算机和大学专业知识转化为更快的科学发现。然而，两个UH Mānoa项目所处的领域都不是仅凭看似可信的AI结果就足够。电网运营商需要在时间压力下获得可靠响应，而物理学家需要确保结果在不同探测器之间依然有效。

因此，入选并不等同于科学成功。它赋予研究人员九个月时间，证明其方法能够经受住运行约束、陌生数据和独立审查。

影响不止于夏威夷的两间实验室。Genesis涵盖278项研究工作、168所大学和340多家机构。该计划正试图以共享研究基础设施取代彼此孤立的AI实验。

这一雄心也给大学、国家实验室和技术合作伙伴带来压力。它们必须证明，规模化能够改善科学研究，而不会削弱安全性、可追溯性或对结果的信心。

两个UH Mānoa项目加入Genesis Mission

UH Mānoa正在两个高难度边界测试AI：实时基础设施安全与高度依赖证据的粒子物理学。

该大学于7月27日宣布入选结果，此前能源部于7月22日公布项目组合。其项目入选公告显示，Liuwan Zhu和Zepeng Li是UH Mānoa的主要研究人员。

电气与计算机工程助理教授Zhu负责STRATOS。该名称代表面向时间关键型运行科学的安全与信任运行时架构。

STRATOS将聚焦用于实时运行的AI系统。其目标环境包括电网管理和预测，在这些场景中，响应延迟或错误都可能带来实际后果。

该项目并非又一种网络安全监控工具。它旨在观察AI系统作出时间敏感型运行决策时的行为。该平台随后必须识别可疑行为，并在不干扰正常工作的情况下支持响应。

研究团队计划在两个地点测试STRATOS：一个是UH Mānoa校园微电网，另一个是Argonne National Laboratory的实时计算系统。

微电网是一种本地化能源网络，可管理电力生产、储存和消费。它为研究攻击或模型失效如何影响运行决策提供了具体环境。

Old Dominion University和Argonne National Laboratory正参与该项目合作。这一结构让团队能够获得校园之外的专业能力，但也提高了互操作性的要求。

物理学与天文学教授Li负责第二个项目。他的团队将开发用于无中微子双β衰变搜索的AI基础模型。

基础模型在广泛数据上训练，因此能够支持多项相关任务。在本案例中，该模型旨在适用于采用不同探测器技术和分析方法的实验。

无中微子双β衰变是一种假设性的核过程。若观测到这一过程，将表明中微子是自身的反粒子，从而改变科学家对物质和基础物理学的理解。

即使该过程存在，也极其罕见。研究人员必须从灵敏探测器记录的背景事件中分离出可能的信号。

不同实验通过专门的硬件、软件和数据规范应对这一挑战。Li的项目寻求建立一个可跨越这些差异进行学习的共享AI框架。

这两个项目乍看之下并无关联。一个涉及电网周边的网络威胁，另一个研究宇宙结构问题。

但二者在更深层面共享一个更棘手的问题：在错误后果远重于基准测试得分不佳的环境中，AI系统何时值得信任。

对于STRATOS，信任意味着既要发现威胁，又不能造成不安全的延迟或误报。对于物理项目，信任意味着在寻找跨实验模式的同时，保留各实验之间的差异。

Google News的标题记录了入选事实，却没有体现任一方法成为可复用科学基础设施前仍需完成多少验证。

为什么AI驱动的科学正在超越孤立模型

Genesis将AI驱动的科学视为基础设施问题，而非打造最大通用模型的竞赛。

总统Donald Trump于2025年11月24日通过第14363号行政命令创建Genesis Mission。该命令要求能源部建立一体化的美国科学与安全平台。

这项行政命令描述了一个连接高性能计算、科学数据集、AI模型、分析工具和实验设施的系统。它还要求开发能够评估结果并自动化研究工作流的AI代理。

这一设计反映了科学AI的现实局限：如果研究人员无法获得合适的数据、计算能力、仪器或验证程序，单靠模型无法加速实验。

科学数据也不同于常用于训练商业模型的公开文本和图像。它可能包括传感器数据流、模拟输出、探测器事件、专有测量数据和机密信息。

这些来源具有不同的访问控制和不确定性。一个有用的系统必须记录数据来源、变化过程，以及塑造分析的假设。

Genesis试图通过国家实验室和外部合作伙伴协调这些组成部分。能源部运营的实验室拥有专用计算机、仪器以及数十年的科学数据。

该计划也延伸至能源部之外。2026年7月，超过15个联邦机构宣布为Genesis作出贡献，其参与涵盖资金、数据集、设施和研究计划。

National Science Foundation还单独征集支持AI赋能科学发现的提案。其研究征集强调自主实验室、科学数据集、物理约束和AI辅助假设生成。

这种表述很重要，因为它将目标从预测转向参与研究循环。系统预期将协助提出、分析和完善实验。

然而，参与程度越高，验证要求也越高。推荐下一项实验的模型会影响研究人员收集哪些证据，因此错误可能超出单一输出而扩散。

资金结构也承认这种不确定性。根据能源部的资助计划，第一阶段项目可获得九个月时间及50万至75万美元资助；第二阶段资助在三年内为600万至1500万美元。

因此，第一阶段是可行性测试，而非完整部署的缩小版本。团队需要证明其方法解决了真实的科学或运行瓶颈。

他们还必须证明，该方法能够超越单一的精选数据集。只能在一间实验室中发挥作用的系统，对国家级平台价值有限。

对UH Mānoa而言，这一国家级结构既带来机会，也带来压力。团队获得了在当地难以组建的合作网络和基础设施。

作为回报，他们的工作必须服务于更广泛的使命。STRATOS需要提供可应用于校园微电网之外的经验；物理模型则需要在不同探测器技术之间迁移，同时不抹去有意义的差异。

这正是UH的入选意义超越Google News曝光度的原因。它使一所地理位置偏远的公立大学参与到定义共享AI系统如何支持美国科学的工作中。

这次入选也检验了国家级平台能否吸纳专业研究人员，而不将所有重要能力集中在少数大型机构。

Google News的关注掩盖了安全与规模之间的冲突

核心竞争在于共享AI基础设施与高后果科学所需保障措施之间的平衡。

Genesis依赖规模化。其核心逻辑是连接更多数据、更多计算资源、更多模型和更多机构。

安全往往推动相反的方向。敏感系统依赖受限访问、隔离环境、狭窄权限和严格受控的变更。

STRATOS正处于这一冲突的中心。安全平台需要足够的可见性，才能识别AI工作流中的异常行为；而赋予这种可见性本身就可能形成必须保护的特权访问权限。

在实时运行中，问题变得更难。传统安全流程可以暂停系统、隔离数据或请求人工审查。电力控制环境可能无法承受同样的延迟。

威胁检测器也可能因误报而损害运行。如果它反复将正常行为标记为敌对行为，运营人员可能会禁用它或忽视其警告。

漏报则带来相反风险。由于攻击看起来类似普通波动，系统可能继续信任遭操纵的数据或恶意模型行为。

因此，STRATOS必须在检测、响应速度和运行连续性之间取得平衡。改善其中一项指标，并不会自动改善其他指标。

其双地点测试因此十分重要。校园微电网提供物理运行环境，而Argonne则贡献国家实验室的计算与研究专长。

在两个地点进行测试，能够暴露单一部署所掩盖的假设。网络时序、数据格式、硬件和访问策略都可能影响性能。

但两个地点无法代表所有能源系统。公用事业机构在规模、设备使用年限、监管要求、通信技术以及对自动化干预的容忍度上各不相同。

成功的演示将表明该架构能在既定条件下运行，但无法证明其已普遍适用于关键基础设施。

用于无中微子双β衰变的基础模型面临相关的规模问题。共享学习可以帮助不同实验从彼此的数据中受益。然而，探测器差异并非只是格式不便的问题。

每种探测器技术都通过自身的物理机制捕捉信号。这些选择会影响分辨率、背景噪声、校准和系统不确定性。

过度激进地整合数据的模型，可能会学到与某一特定仪器相关的捷径。它或许能在内部测试中表现出色，却在其他场景中失效。

一个共享框架需要具备明确表示这些差异的机制。它还需要评估程序，以揭示模型何时存在不确定性，或何时在其训练分布之外运行。

这一问题在稀有事件物理学中尤为严重。研究人员可能只会在规模大得多的背景中观察到极少数候选事件。

AI 系统可以帮助分类事件并识别模式。它无法取代宣称发现新物理过程所需的统计和实验标准。

这种区别划清了有用的辅助与自动化权威之间的界限。AI 可以帮助研究人员确定应当关注的方向，但证据仍必须接受传统科学审查。

更广泛的 Genesis 计划也面临同样的张力。其国家级平台需要通用接口和可复用模型。科学可信度则取决于是否保留领域特定的上下文。

能源部表示，联盟成员已承诺提供超过 8 亿美元的支持。合作伙伴承诺包括计算资源、云基础设施、模型访问权限、科学专业知识和直接资金支持。

这些投入扩展了研究人员能够尝试的范围。它们也带来了有关访问权限、知识产权、供应商依赖，以及共享组件失效时责任归属的问题。

因此，规模并非无条件的优势。每新增一个数据集、模型、机构和计算服务，都会在增加能力的同时增加一道信任边界。

Google News 可能让这项倡议看起来像一个协调统一的国家项目。实际上，它的可信度将来自许多更细致的决策，包括权限、验证、文档记录和人工审查。

共享模型必须保留科学差异

只有在传递知识而不抹平产生这些知识的实验差异时，通用 AI 框架才会具有价值。

Li 的项目针对的是稀有事件物理学中长期存在的协作难题。多个研究合作团队利用不同的探测器材料和分析流程，研究同一种基础现象。

每项实验的设计选择都有其理由。这些差异提供了独立检验某项主张的方法，也能暴露可能的测量误差。

共享基础模型可以通过学习跨实验的通用特征来提高效率。它或许有助于识别事件形状、改善背景排除，或将表征迁移到较小的数据集。

不过，迁移并不天然有效。从一台探测器中学到的模式，可能反映的是其几何结构、校准过程或模拟假设。

模型必须区分普适物理规律与仪器特定伪影。否则，表面上的协作可能在不同项目之间产生相关误差。

这一挑战没有简单的基准可用。传统机器学习评估通常将一个数据集划分为训练样本和测试样本，而两者来自相似条件。

科学模型需要更严格的测试。研究人员应在不同探测器配置、变化后的背景条件，以及按机构或时间段保留的数据上评估它。

他们还需要 AI 之外的比较参照。既有分析流程提供了基线，用于衡量共享模型是否能在不引入不可接受不确定性的前提下提升灵敏度。

可解释性在这里很重要，但不应沦为对简单解释的模糊要求。关键问题在于，研究人员是否能够将结果追溯到数据、模型行为和已知物理假设。

可复现性带来了另一项要求。独立团队需要拥有足够的信息来运行分析、检查预处理选择，并理解模型更新。

随着团队加入新数据或修订校准，模型可能发生变化。版本控制和溯源因而成为科学记录的一部分，而不只是软件管理工作。

这些问题类似于组织在构建 AI 知识库时面临的挑战。共享信息只有在用户能够找到其来源、上下文和最新修订版本时才会增值。

科学合作面临的后果更为严格，但其中的信息问题并不陌生。当无人能够确定哪些证据塑造了某个生成答案或分类结果时，它的价值就会降低。

这一物理项目还检验了基础模型的经济逻辑能否迁移到科研领域。商业 AI 往往受益于广泛训练，随后再适配到各项具体任务。

科学实验的标注样本可能更少，不确定性要求更严格，且数据无法在机构之间自由流动。当模型需要反复评估时，训练成本同样重要。

一个有用的框架必须产生足够的科学收益，以证明其复杂性是合理的。如果研究人员需要花费相当多的时间来验证不透明行为，仅仅更快地完成分析并不够。

项目的九个月第一阶段限制了能够确立的成果。团队可以开发架构、测试在选定探测器环境之间的迁移，并识别失效模式。

他们无法在这段时间内解决中微子问题，也无法证明某一种模型架构能够服务于所有当前和未来的实验。

现实的里程碑更为有限。团队需要证明，共享学习在保留探测器特定不确定性的同时，能够改进一项具有意义的分析任务。

这将为第二阶段提供依据，也会为其他收集相关但并不相同数据的科学领域提供模板。

如果得到谨慎记录，失败仍能产生有用信息。团队可能发现，数据协调、模拟差异或治理问题构成的障碍比模型设计本身更大。

这样的结果将挑战国家 AI 计划背后的一项常见假设：更互联的基础设施并不会自动产生可兼容的证据。

同样的教训也适用于 STRATOS。通用的运行时安全架构必须适应不同系统，而不能将每一种差异都视为威胁。

因此，这两个项目都在检验共享 AI 能否尊重本地上下文。它们的领域不同，但验证问题高度一致。

前九个月无法证明什么

第一阶段可以确立技术可行性，但无法验证全国范围部署或一项基础性发现。

这项资助公告很容易导致夸大表述。最高 75 万美元的奖项金额听起来可观，而可能的第二阶段支持最高可达 1,500 万美元。

这些数字描述的是资格条件和竞争阶段，并不意味着每个入选项目都已获得最高金额，或一定会晋级。

项目必须在压缩的开发周期内完成里程碑。九个月足以构建并测试一个聚焦的原型，但对于评估罕见失效情况而言时间很短。

网络安全系统往往在攻击者改变策略之前看似可靠。科学模型同样可能在熟悉数据上表现良好，却在仪器或数据集发生变化后失效。

STRATOS 需要对抗性测试，即有意尝试混淆或规避该平台。相关测试应包括被操纵的输入、遭入侵的组件、时间压力以及普通运行异常。

安全演示不应只报告检测准确率。响应延迟、误报率、服务中断和恢复行为都会决定其实用价值。

人为因素同样值得关注。操作人员需要清楚了解系统为何发出警报，以及它建议采取何种行动。

频繁产生无法解释警告的架构会增加工作负担。在时间关键的环境中，这种负担可能演变为安全问题。

双站点平台将揭示部分集成问题，但无法复现电力基础设施的全部多样性，也无法复现实战攻击者的全部动机。

因此，团队应围绕测试条件来界定任何结果。关于保护关键基础设施的主张，应比关于保护某个经过评估的特定环境的主张更为有限。

Li 的基础模型同样需要谨慎对待。在选定数据集上表现出更好的分类性能，并不构成无中微子双贝塔衰变存在的证据。

该模型反而可能帮助实验更有效地利用数据。任何候选信号仍需要广泛的统计审查和独立确认。

研究人员还必须防范模拟偏差。稀有事件实验高度依赖模拟样本，因为目标过程并不存在已确认的实例。

如果模拟遗漏了一个重要的背景过程，AI 模型就可能学到一种在真实探测器数据中并不存在的区分方式。

跨实验训练可能通过让模型接触多样化条件来减少某些盲点，但也可能将一项共同的建模假设扩散到多个分析中。

这种权衡使独立基线至关重要。在验证期间，通用模型应补充而非取代不同的分析方法。

治理仍是另一项不确定性。公开公告描述了协作与基础设施，但对长期模型所有权和数据访问权的细节披露有限。

问题包括：谁批准模型更新、谁调查错误，以及哪些结果可以在参与机构之外共享。

国家安全应用还带来了更多限制。即使透明度有助于科学审查，部分数据集或系统细节也无法完全公开。

Genesis 必须在开放性与受控访问之间找到可行的边界。这些边界会因项目而异，从而削弱统一平台的概念。

资金的可持续性同样重要。第一阶段团队可以构建原型，而持久的基础设施需要在研究资助结束后继续维护。

模型需要监控、安全补丁、更新后的文档以及对新数据的支持。即使其最初论文仍具影响力，一个被忽视的共享模型也可能变得不那么可靠。

这些担忧并不意味着项目是不良投资。它们界定了可信进展应有的样貌。

有用的标准不在于团队是否宣布成功，而在于外部研究人员能否理解测试、复现相关结果，并识别系统仍会在哪些方面失效。

这一区别应当引导通过 Google News 看到这则报道的读者。入选表明评审人员认为提案具有前景，并不是对其最终主张的独立确认。

三个信号将显示这项押注是否奏效

接下来的证据应依次来自测试、迁移结果和第二阶段决策。

第一个信号是对 STRATOS 在 UH Mānoa 微电网和 Argonne 系统上的详细评估。最具参考价值的结果将说明所测试的攻击、响应时间、误报以及运行中断情况。

仅仅声称系统检测到了威胁，几乎无法为判断提供依据。读者需要知道它是否在真实的时间约束下运行，以及操作人员能否根据其警告采取行动。

STRATOS 在两个站点均能有效运行的证据，将加强其可复用安全架构的论点。两个站点之间存在显著性能差异，则意味着本地系统设计仍是主导因素。

第二个信号是 Li 的基础模型能否实现跨探测器迁移。团队应展示：在多种探测器环境下训练的模型，是否能在训练期间未接触过的数据上，改进一项定义明确的任务。

结果应包含不确定性分析，并与成熟流程进行比较。若没有这些控制措施，性能提升将削弱人们的信心。

成功的迁移测试将支持 AI 驱动科学背后的更广泛前提：共享表征能够保留足够的物理背景，从而帮助不同实验。

迁移失败并不意味着 AI 在物理学中无效，而是表明探测器之间的差异需要更专业的模型，或更好的数据协调。

第三个信号是第二阶段的遴选流程。最高可达 1500 万美元的资助，将表明哪些第一阶段项目说服了评审者，使其认为这些方法值得更广泛部署。

仅凭项目晋级并不能证明其有效性。遴选标准、拟议里程碑以及合作伙伴承诺，将揭示该计划在首轮可行性周期后重视什么。

如果项目主要因承诺更大的模型或更多基础设施而晋级，验证可能仍处于次要地位。如果评审者要求跨地点测试、可复现证据和有记录的失效模式，Genesis 将获得更强的可信度。

这项国家计划还应说明其平台如何连接 278 项研究工作。数据溯源、模型评估和安全性的共享标准，比一个集中式项目目录更重要。

美国能源部及其合作伙伴已经汇集了资金、计算资源、机构和政治关注。如今，协调这些资产才是困难所在。

UH Mānoa 在这项检验中占据重要位置。其项目涉及两种 AI 无法仅依赖具有说服力的输出的情形。

STRATOS 必须在运营压力下作出有用的决策。物理学基础模型必须帮助分析证据，同时不扭曲其实验来源。

读者不应将这些入选项目视为 AI 研究转型的证明，也不应把它们当作又一次空洞的资金公告。首批结果可以建立一些更实际的成果。

它们能够显示，国家规模的 AI 协作是否能在保持问责的同时，改进定义狭窄的科学工作。即使尚未取得重大突破或部署基础设施，这也将是一项重要成就。

因此，下一条 Google News 标题的重要性应低于其背后的证据。请关注可量化的安全表现、跨探测器验证，以及透明的第二阶段里程碑。

研究人员、开发者和企业 AI 采购方也可以将同样的标准应用于自己的系统。应追问数据来自何处、模型在陌生条件下如何表现，以及由谁审查影响重大的错误。

这些问题会将 AI 采用转变为一个证据问题，而非一场品牌宣传。UH Mānoa 为期九个月的测试如今有机会提供其中一些答案。