爱因斯坦曾说，最重要的是不要停止提问，好奇心自有其存在的理由。图片来源：《自然》杂志网站
1915年，阿尔伯特·爱因斯坦提出广义相对论，改变了人类对时空和引力的认识。一个多世纪后，一场关于人工智能（AI）的思想实验再次把人们带回那个年代。
今年2月，在印度新德里举行的印度人工智能峰会上，谷歌“深度思维”联合创始人德米斯·哈萨比斯提出了一个设想——将1911年设为知识截止线，用此前人类积累的知识训练大型语言模型（LLM），看它能不能重新发现广义相对论。哈萨比斯认为，这可以检验通用AI的能力。
据英国《自然》杂志近日报道，今年以来，多个团队开始尝试构建“历史AI”或“复古LLM”，把训练数据卡在某个历史时间点之前，看模型能否重新发现后来出现的科学思想。结果显示，AI距离“爱因斯坦式”的科学突破，还有不小的距离。
让AI穿越回去并不容易
独立AI研究人员迈克尔·赫拉训练了一个名为“Machina Mirabilis”的语言模型，只用1900年以前的数据，想让它产生量子力学、狭义相对论和广义相对论。他向模型输入光电效应等当时已经能够观察到的物理现象，还提供了后来成为广义相对论重要思想来源的“电梯思想实验”。模型偶尔确实会冒出一些颇有意思的答案。面对光电效应，它曾提出光会“分解成大量彼此独立的脉冲”。这个说法，已经挨着光量子概念的边了。
但这种灵光一闪就没有下文了。多数情况下，模型都失败了。它能说出听起来合理的物理语言，却“不知其所以然”。更多时候，它只是在模仿历史文本里的说法，而不是真的看懂了这些物理现象之间的关系。
另一个团队把时间卡在了1930年。独立计算机科学家尼克·莱文和同事训练了一个只掌握1930年以前知识的模型，想用它预测后来出现的科学成果。但真正做起来并不容易。历史资料的日期并不总是准确，数字化过程中也会出现错误、混杂。他们发现，这个所谓的“1930年模型”有时竟能正确回答20世纪50年代的问题。
让AI穿越回去并不容易，就算解决了数据泄露问题，真正的挑战还在后面。
AI不擅长判断什么值得“死磕”
今年1月，谷歌“深度思维”研究员汤姆·扎哈维在论文《LLM不会跳跃》中指出，当前LLM还无法完成爱因斯坦那样的推理跨越。科学上的重大进步，往往不是从大量数据里归纳出一般规律，而是从一个具体现象出发，提出此前没有过的解释，这种推理叫溯因推理。
想象力的飞跃，或是科学哲学家托马斯·库恩所说的“范式转变”，往往发生在数据极少的时候，或者出现在跟既有理论对不上的异常现象上。科学家面对难以解释的问题时，通常会尝试建立一个“世界模型”，即根据少量数据推断背后的基本规律。
例如，17世纪，天文学家约翰内斯·开普勒通过观测行星运动总结出数学规律。牛顿在此基础上，进一步建立万有引力定律和经典力学体系。关键在于，牛顿不是在做一道根据数据求答案的题。他要判断哪些现象值得解释，再提出一个此前不存在的理论框架。普朗克也一样。他发现自己的黑体辐射公式虽然能较好吻合实验，却始终不够完美。他没把它当误差，而是继续追问，最终提出能量量子化。
这正是当前AI的短板。模型靠学习海量数据中的相关性，根据已知例子训练，再对未知问题给出统计上最可能的答案。数据充足时，这是有用的预测工具。
那么，AI模型能否同样从稀疏数据中推理出普适的世界模型？美国麻省理工学院计算机科学家森迪尔·穆莱纳坦认为目前还不能。今年7月，他和同事给一个“轨道力学”AI模型提供了多个遵循牛顿力学的虚拟行星系统，希望它推导出万有引力定律。结果模型确实学到了东西，却没有找到真正的规律。它为不同行星系统生成了不同的引力定律，每一套都有各自的错误。
可见，AI越来越擅长寻找规律，却还不太擅长判断什么值得“死磕”。
下一场科学突破需要什么样的AI？
今年5月，AI推翻了匈牙利数学家保罗·埃尔德什提出的一项存在80年之久的猜想。
穆莱纳坦认为，这是一项“真正的概念性进步”。他说，AI不是通过简单的暴力搜索找到答案，而是在解题过程中引入了一些新的数学概念。不过，AI仍然整合了数学文献中已经存在的思想，并不像爱因斯坦那样，从看似毫无关联的地方突然产生一次突破性的发现。
因此，一些科学家认为，未来的AI科学家不能只是一个更大的语言模型。穆莱纳坦提出，模型需要同时理解人类已有的知识、真实世界的数据，以及“数学空间”，即如何操作数学对象。AI系统的评价标准也不能只有预测准确率，还应考查理论的简单性、解释范围等。
目前，一些研究团队已经开始探索自动化科学系统，让AI选择和规划实验，由机器人执行实验，再根据结果形成新的假设。
爱因斯坦生前在接受《生活》杂志编辑威廉·米勒采访时曾说，最重要的是不要停止提问，好奇心自有其存在的理由。
对今天的AI来说，找到一个答案或许并不难，难的是在答案尚不存在的时候，提出那个值得追问的问题。爱因斯坦测试真正有价值的地方，或许就在这里。
