AI能否发现爱因斯坦相对论？《自然》：算力再大，也学不会天才一跃！

如果把当今最强大的人工智能彻底切断现代知识，让它的记忆严格封印在1911年之前，它能仅凭当年的物理文献，独自推演出爱因斯坦颠覆时空认知的广义相对论吗？ 谷歌DeepMind联合创始人戴米斯·哈萨比斯（Demis Hassabis）曾抛出这样一个被称为“爱因斯坦测试”的终极设想：如果AI能在历史数据的禁锢下，凭空重现人类科学史上最伟大的顿悟，才算真正触碰到了通用人工智能（AGI）的门槛。 围绕这一狂想，多国顶尖科研团队构建了一批被封印在不同历史截面的复古大模型（Vintage LLMs）。 世界顶级科学期刊《自然》（Nature）最新刊发深度调查，公布了全球多组独立实测的真实答卷： 面对那些彻底颠覆旧世界的科学奇迹，现存的大语言模型哪怕吞下整座图书馆的算力，也全部败下阵来。 这场严谨的科学实测不仅戳破了“AI 即将全方位取代人类大脑”的技术泡沫，更给深陷“被替代恐慌”的现代人送上了一份无比清醒的认知武器： 算力可以在既定规则里横扫一切，但在真实未知的旷野上，它甚至走不出第一步。 01、MIT 的行星轨道实验：算力堆得出规律，却拼不出真理 在铺天盖地的科技神话里，很多人总觉得 AI 无所不能：既然它能几秒生成精美画作、写出流畅代码，那参透自然底层的终极法则，无非只是加几万张算力卡的问题。 但麻省理工学院（MIT）计算机科学家森德希尔·穆莱纳坦（Sendhil Mullainathan）团队设计的一项基础物理测试， 却用白纸黑字的数据给这种盲目狂热浇了一盆透心凉的冷水： 科研人员向一个专门分析轨道力学的基础模型投喂了海量符合牛顿力学的合成行星运动数据； 在人类科学史上，十七世纪的开普勒仅凭丹麦天文学家第谷肉眼观测记录的几箱粗糙星历表，就提炼出了行星运动三大定律；随后牛顿更是从微言大义中顿悟出那条贯穿天地的引力公式： F = Gm₁m₂ / r² 然而坐拥澎湃算力的AI面对不同的虚拟行星系统，给出的答复却让研究者哑然失笑： AI面对每一个行星系统，都各自推导出一套完全不同的“伪定律”，而且每一个系统算出的公式在物理本质上全是错的！ 它可以在局部数据里玩弄极其精巧的数字拟合，把曲线画得天衣无缝；但它压根不知道什么叫普适的自然法则，更无法从杂乱的局部表象中抽离出至简至美的万有引力。 02、爱因斯坦测试实测：鹦鹉学舌的模仿，学不会直觉的一跃 随后，独立AI学者迈克尔·赫拉（Michael Hla）等人直接对哈萨比斯的设想动了真格。 他们剔除了一切现代科学数据，把大模型训练集严格锁死在1900年之前，试图测试它能否独立构想出量子力学、狭义相对论以及广义相对论。 为了帮AI一把，研究者甚至开卷作弊，主动给模型投喂了当年爱因斯坦提出广义相对论的核心灵感——失重升降梯的思想实验细节，以及关于光电效应的实验数据。 结果令人深思： 在极少数瞬间，模型确实蹦出过类似“光可能分裂成离散冲量”的词句， 隐隐像要碰到光量子的边缘； 但只要进一步追问与推演，它立刻原形毕露，吐出一大堆看似语法严密、实则前言不搭后语的物理胡话。 正如学者在总结中所言：模型本质上只是一只根据概率拼凑词句的高级语言鹦鹉，它的神经网络深处，根本没有建立起关于客观物理世界的真实表征与世界模型。 DeepMind资深研究员汤姆·扎哈维（Tom Zahavy）在其题为《LLMs can't jump》的技术论文中一针见血地指出了死穴所在： 人类科学史上的颠覆性巨变，从来不是靠在大数据里做归纳（Induction）——如果光靠归纳，人类在牛顿力学的数据里循环一万年，也绝不可能归纳出“时空弯曲”的广义相对论。 爱因斯坦之所以成为爱因斯坦，靠的是哲学家所说的溯因推理（Abductive Reasoning）： 那是在极其稀疏、甚至与主流常识完全冲突的反常数据面前，敢于凭空构想出一个全新的世界法则、完成人类认知维度的天才一跃。 今天的AI擅长沿着既有的脚印快步如飞， 但只要前方没有现成的脚印， 它根本不会跳跃。 03、为什么AI能破解数学难题，却卡死在物理学革命？ 看到这里，很多朋友可能想起了我前两天写的《——OpenAI调动近万个并发 AI 智能体，仅仅鏖战88小时、消耗1300亿Token，就用凶悍的算力暴力平推了困扰人类近一个世纪的纳维-斯托克斯方程。 既然1万个AI连千禧年数学大奖难题都能攻破，为什么面对一个多世纪前的相对论，反而彻底哑火了？ MIT与DeepMind的计算机科学家一语道破了其中的本质分野： 数学是一场规则分明的“闭环迷宫排雷”；而物理范式革命，是一场在虚无荒原里的“无中生有”。 在纳维-斯托克斯方程的攻坚战中，逻辑链条是封闭的，每一个符号推演是对是错，有严密的代码和公理实时评判。大模型可以发挥它最恐怖的优势——用万卡集群的算力优势分兵突进、穷举试错、集群共振，用暴力的规模美学