如果把AI送回1911年，只让它掌握爱因斯坦当时所能了解的知识，它能否在4年后提出相对论？这个测验来自诺奖得主、Google DeepMind联合创始人哈萨比斯。他真正想考的是，AI能否仅凭1911年的知识水平，直面当时的物理难题，自己提出一套新的解释框架，完成超出训练材料的推理，而不是照着答案复读。若能实现，这将成为检验AGI的一项有力测试。

今年3月，独立研究者Michael Hla把知识截止时间进一步提前到1900年，从零训练了一个33亿参数的Transformer语言模型GPT-1900。其预训练材料来自1900年以前的书籍和报纸，总计约220亿token，另收集2600多部历史物理书籍、期刊和科学著作形成约2.9亿token的物理语料。Hla还专门清理了可能泄漏答案的数据，凡出现“爱因斯坦”“量子力学”“相对论”等现代概念的文献整份删除。

在光电效应测试中，GPT-1900竟吐出一段与爱因斯坦1905年论文高度相似的论述：光可能不是连续的，而是由许多彼此分离、频率不同的部分组成。Hla将其形容为“直觉的闪现”。但他坦言，GPT-1900距离“重新发现光量子”还有很远，它在大多数物理任务上都失败，亮眼回答高度依赖人类整理好的问题和提示，可能只是模型在拼接合理词句，谈不上形成可靠的物理理解。

Nature在最新研究中梳理了这些尝试，并指向一个比“AI有没有答对”更难的问题：AI究竟能不能创造真正的新idea，以及它距离成为一名科学家还差什么。这场实验最终没有诞生“AI爱因斯坦”，那个号称封闭在1900年的知识世界，也没有完全挡住现代AI的影响。