AI能否实现“爱因斯坦式”的科学突破

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。

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

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。