第 8 讲 · 勘误与补注
本页记录四类内容：与母本讲义的差异、术语与译法的统一、录播年代之后发生的实践变化，最后是本教程自身的更正记录。 使用方式：读到某节觉得「母本没这么讲」或「书里和论文对不上」时先查本页；查不到再标「需核实」并记入第四节。
一、对照母本讲义的补注
母本 MIT 6.S191 以软件实验为主线，把科学应用分散在若干讲次的案例与嘉宾讲座里，没有把 AI for Science 组织成独立讲次。因此本讲整体属于本教程的扩展内容；母本讲次与实验编号的对应关系需核实公开课表，本教程不臆测编号（导览已作同样声明）。下表的对照对象是「母本与公开材料讲到什么程度」与「本讲补齐了什么」。
| 主题 | 母本 / 公开材料的处理 | 本教程的补齐（位置） |
|---|---|---|
| 讲次组织 | 科学应用散见各讲的案例与客座内容，无独立方法论讲次 | 把「任务分类 → 结构预测 → 势函数与材料 → PDE 与仿真 → 气候 → 方法论」串成一条主线（导览的六节一览） |
| 对称性与守恒 | 只讲卷积的平移不变直觉，不给不变 / 等变的定义 | 不变与等变的定义式与判断法（定义 8.1.2、直觉框、例 8.2.3）；Noether 定理两个特例的证明骨架（定理 8.1.1） |
| 结构预测 | 多为「AlphaFold 很厉害」式的科普陈述 | 台面化的四部件拆解（方法 8.2.1）、互信息手算（例 8.2.1）、形状与显存推演（例 8.2.2）、FAPE 的局部坐标系论证（定义 8.2.4） |
| 势函数与材料 | 母本未涉及 | 局部能量分解与加速账（定义 8.3.2、例 8.3.2）、 的自洽性证明与检验（例 8.3.1）、七条可信边界清单（方法 8.3.2）、新颖性争议两方证据并列（思考 8.3.1） |
| PDE 与仿真 | 母本未涉及 | 四类做法的对照表（定义 8.4.1、方法 8.4.1）、PINN 边界的两方证据与机制解释（方法 8.4.2、思考 8.4.2）、梯度校验的最优步长（例 8.4.4） |
| 气候与地球科学 | 母本未涉及 | 传统管线四段与三类关系（方法 8.5.1、方法 8.5.3）、误差累积与翻倍时间手算（例 8.5.1）、RMSE 与 ACC 的分歧手算（例 8.5.3） |
| 方法论收束 | 母本散见「泛化 / 评估」的一般讨论 | 三层理解强度（定义 8.6.1）、外推三判据（定义 8.6.2）、验证器强度阶梯（方法 8.6.2）、决策表（方法 8.6.4） |
一句话总结差异：公开材料给「这个模型达到了什么水平」，本教程补「它在什么条件下可信、失效时是什么样子、以及怎么用可验证的判据把两者分开」。
二、术语与常见译误
用法：当你在「同一个词指向两件事」上卡住时来查。以下八条都是本讲内部就构成实际困惑的对比。
| 术语 | 常见误用／误译 | 正确理解 |
|---|---|---|
| equivariant vs invariant | 中文一律译「等变」，于是「能量是等变的」「力是不变的」开始混用 | 不变（invariance）：标量输出，——能量、距离、二面角；等变（equivariance）：向量 / 张量输出，——力、坐标、偶极矩（定义 8.1.2、例 8.2.3）。选错不是精度问题，是建模方式缺陷 |
| potential vs energy | 把「势函数（potential）」与「能量（energy）」当同义词，于是「势函数能算力」和「能量能算力」说得一样 | 势能面 是一个标量函数（物理对象）；势函数（MLIP）是拟合它的模型（近似物）；能量是它在某个构型上的取值。三者关系是「物理量 → 模型 → 数值」，混用会让你分不清误差来源是数据还是拟合（定义 8.3.2） |
| surrogate vs proxy | 中文都译「代理」，于是「代理模型」既指可微评分函数，又指启发式替代指标 | 本讲的代理模型指可反复调用、给出近似解的模型（定义 8.4.1 第 ① 类）；而「合成可达性评分」一类是启发式替代指标，只适合类内排序、不能当证据（例 8.3.3 第 ④ 步）。前者可微可优化，后者不可 |
| operator learning vs neural operator | 说「神经算子是一种算子学习」，但不区分任务与实现，于是「FNO 学到了物理定律」流传 | 算子学习是任务（学函数到函数的映射 ）；神经算子是实现（FNO 频域截断 / DeepONet 分支-主干）。学到的仍是训练分布内的近似算子，不是定律（定义 8.4.2、8.6.4 的决策表） |
| reanalysis vs simulation | 把「再分析数据」说成「模拟数据」，于是数据驱动预报被当成「用模拟学模拟」 | 再分析（如 ERA5 一类）是观测与模式融合的产物：把分布不均、带噪、异步的观测融进物理一致的连续历史场（方法 8.5.1 第 ① 段）。它含模式成分，但其中有真实观测的信息；把它与「纯仿真数据」混为一谈会错判模型的信息来源 |
| inference vs prediction | 「推理速度」与「预报精度」被同一句话里混用（「模型推理更快所以预报更好」） | 推理是计算过程（一次前向多快）；预报是科学产品（在给定口径下多准）。数据驱动预报的优势首先在速度与集合规模，精度必须在同一初始场、同一口径下逐时效对照（方法 8.5.5、理解框） |
| 势能面 vs 势函数 | 用「势函数」同时指 与拟合它的网络 | 是被拟合的对象（物理）；网络 是拟合器。所以「势函数快 倍」的准确说法是「用 MLIP 评估一次能量 / 力，比 DFT 单点自洽场快 倍」 |
| stability 的两义 | 「稳定候选」不说明是哪一种稳定 | 热力学稳定（形成能相对凸包的高度）≠ 动力学稳定（有限温度下不分解）≠ 可合成（存在可行路线）。三者必须分开表述（定义 8.3.3、思考 8.3.1） |
三、时效补注
本讲的引用横跨「已相当成熟」与「仍在快速变动」两类工作，下表按「主题 / 代表工作与来源 / 本教程的处理」列出。凡本教程标注「无 arXiv」的条目，一律按期刊或官方页面引用，不编造编号；凡数值声明都标「需核实」，以原文与官方评测为准。
| 主题 | 代表工作与来源（年份 · 出处） | 本教程的处理 |
|---|---|---|
| 蛋白质结构预测 | AlphaFold2（2021，Nature 596:583；无 arXiv，预印本 bioRxiv 2021.06.14.448333）；AlphaFold3（2024，Nature 630:493；无 arXiv） | 8.2.4 的四条路线表只写「MSA 回归 / 扩散模块 / 语言模型」的机制差别，不复述指标分数 |
| 蛋白语言模型 | ESM-2 / ESMFold（2023，Science；预印本 arXiv:2206.13517）；ESM3（2025，Science；无 arXiv，预印本 bioRxiv 2024.07.01.600583） | 只保留「无 MSA 路线」的取舍口径；性能声明一律以原文与官方页面为准 |
| 等变势函数 | NequIP（2022，Nature Communications；arXiv:2101.03164）；MACE（2022，arXiv:2206.07697） | 定义 8.3.2 只引用机制（等变消息传递 + 局部能量分解），不引用精度排行榜 |
| 材料发现 | GNoME（2023，Nature 620:80；无 arXiv） | 思考 8.3.1 并列两方证据且不站队；质疑方的具体文献需核实，候选数与稳定性判据以原文为准 |
| 数据驱动天气 | FourCastNet（2022，arXiv:2202.11214）；GraphCast（2023，Science；arXiv:2212.12794）；Pangu-Weather（2023，Nature；arXiv:2211.02556）；Aurora（2024/2025，arXiv:2405.13063，另有 Nature 版本） | 方法 8.5.2 只写架构要点与主张，不引用具体指标数字；所有对照一律回到「同初始场、同口径」 |
| 统一评测 | ERA5（2020，QJRMS）；WeatherBench 2（2024，JAMES；预印本 arXiv:2308.15560） | 延伸阅读 提示「想做同类比较应先读评测框架」，正文不给榜单数字 |
| PINN 与其边界 | Raissi 等（2019，JCP；预印本 arXiv:1711.10561）；梯度病态（2020，arXiv:2001.04536）；NTK 视角（2022，JCP；预印本 arXiv:2007.14527） | 8.4.3 给「有效 / 有边界」两组证据与机制，具体误差倍数需核实 |
| 神经算子 | FNO（2021，ICLR；arXiv:2010.08895）；DeepONet（2019，arXiv:1910.03193） | 定义 8.4.2 只讲结构与「离散无关」的主张，并把它标注为需要验证的主张而非自动属性 |
| AI 辅助发现 | FunSearch（2024，Nature 625:468；无 arXiv）；AlphaGeometry（2024，Nature；arXiv:2401.04088）；AlphaProof（2024）与 AlphaEvolve（2025）为 DeepMind 官方博客 / 技术报告（无 arXiv） | 方法 8.6.2 只按「验证器强度」给等级，不给任何具体成绩 |
| 开源实现 | e3nn / mace / nequip / neuraloperator / DeepXDE / graphcast / openfold / ColabFold / fair-esm 等 | 一律视为「论文随附或社区维护项目」，接口、版本与许可需核实 |
一条通用提醒：本讲的数值分两类——可复算的（手算例题与即时自测里的账，如 次前向、 个参数、）与只供建立方向感的（DFT 单点耗时、加速比、误差放大率、候选数量）。第二类一律标「需核实」，不得脱离口径单独引用。
四、本教程更正记录
| 位置 | 原表述 | 更正 | 说明 |
|---|---|---|---|
| 本讲目录下的讲末六页 | 曾为单行占位文件，构建后渲染成空页 | 已补齐完整六页：六节一览 + 一条主线 + 三句话带走；四节勘误；A/B/C/D 四组习题（C 组每题含可运行验收标准）；11 条目标自检；四组回忆卡 + Anki 导出；100 分闭卷自测卷 + 评分标准表 + 漏点定位表 | 占位页会让读者误以为「本讲没有练习与自测」。补齐后盒子配平自查输出「全部配平」，且 lec08 目录内锚点无重复 |
| 本讲各节的盒子与锚点 | 曾出现重复锚点（多个节把即时自测写成同一形式的 {#method-8.x.1}）与盒子未闭合（嵌套 proof 与外层 ex 少一个 :::） | 已修复：各节即时自测的 method 锚点改为节内 method 最大序号 + 1（现为 method-8.1.2 / 8.2.3 / 8.3.5 / 8.4.5 / 8.5.6 / 8.6.5），盒子逐层闭合 | 由此固化一条口径规则：即时自测的编号永远排在节内其它 method 盒子之后，新增盒子一律插在其前面，锚点不重排、不复用 |
| 8.5.3 的括号说明 | 「把 从 降到 ，翻倍时间从 3.5 天拉到约 10.5 天： 步 天」——括号内两个数字不自洽 | 本页、习题集 B5、自测卷第 16 题 与即时自测 8.5 的答案一律采用 8.75 天（35 步 × 6 小时），并保留推导 | 两个数字里 8.75 天与公式自洽（ 步）；已修正正文：该括号改为「约 8.75 天： 步，每步 6 小时， 天」，与本页、习题集、自测卷、即时自测四处口径一致 |
| 速查背记卡「第 8 讲」 | 用 8.1–8.7 的知识单元编号（8.2 = 等变网络、8.4 = 势函数、8.6 = PINN 边界） | 本讲正文保持节号 8.1–8.6（8.2 = 蛋白质与分子结构预测、8.3 = 分子与材料设计、8.4 = 偏微分方程与仿真加速、8.5 = 气候与地球科学、8.6 = 拟合与理解）；引用速查卡时请注明其编号口径 | 两套编号并存本身不是错误（速查卡是知识点清单，不是节目录），但混用会造成「8.2 到底是等变还是结构预测」的沟通事故。本页只记录差异，不改动速查卡 |
| 导览的目标表与前言目标表第 8 讲 | 两处编号口径不同：导览给出 11 条（K8.1–K8.6 / S8.1–S8.3 / A8.1–A8.2），前言第 8 讲只列 6 条（K8.1–K8.4 / S8.1 / A8.1）且 K8.1–K8.4 的含义不同（前言的 K8.1 是「等变与不变」，导览的 K8.1 是「科学数据三特点」） | 本讲六页（自检表）一律采用导览的 11 条编号；前言目标表与本讲的编号是否同步需核实后再统一 | 目标编号是跨页引用键，两套并存会让「K8.1 是什么」有两份答案。本页只记录差异并固化本讲口径，不改动前言 |
待核实的开放条目（发现新差异时追加到本表，不要就地改动正文）：
| 位置 | 现象 | 待核实的问题 |
|---|---|---|
| 例 8.3.2 | DFT 单点 s、势函数前向 s、MD 步数 | 三者随体系、泛函、硬件与实现变化很大；正文已标「只用于建立方向感」，报价须用你自己的实测校准 |
| 8.2.1 的数据量级表 | 序列库「数亿条量级」、结构库「十万条量级」 | 两个量级随数据库版本与去冗余口径变化，正文已标「需核实」 |
| 思考 8.3.1 | GNoME 的候选总数、被判稳定数、稳定性判据与数据库版本 | 数字与判据以原文为准；质疑方的具体文献需核实后补入 |
| 方法 8.5.2 | 四个预报模型的指标声明 | 一律以原文与官方评测（如 WeatherBench 2 口径）为准，正文不引用具体分数 |
| 8.4.3 | 「PINN 精度常落后成熟求解器几个数量级」 | 该区间随基准、网络结构、权重策略差异极大，正文已标「需核实」 |
| 8.2.4 | 「ESM 类推理比 AF2 快一个数量级」 | 属素材标注的性能声明，需按官方页面与实际实现核对 |