AI for Science 核心原则：别用数据教模型物理学已知的不变性

作者 bravo_abad 以分子能量预测为例提出 AI for Science 的核心原则：别把数据浪费在教模型物理上已知的不变性。更好的做法是把对称性内建，用构造上不变的距离/键角描述符或等变（equivariant）神经网络，让物理保证被精确编码而非近似学习。但每种表示都带假设，纯距离/角度描述符无法区分手性镜像。