Nature：AI重生到1900，這一世搶先愛因斯坦提出光量子

AI能否提出相對論？文婷 發自 凹非寺 | 公眾號QbitAI 如果把AI送回1911年，只讓它掌握愛因斯坦所能瞭解的知識，AI能否在4年後的1915提出相對論？這個聽起來有些離譜的測驗，來自諾獎得主、Google DeepMind聯合創始人哈薩比斯。哈薩比斯真正想考的，是AI能不能僅以1911年的知識水平，直面當時的知識和物理難題，自己提出一套新的解釋框架，並完成一套超出訓練材料的推理，而不是隻會照著答案復讀。如果能做到，他認為這將成為檢驗AGI的一項有力測試。

而這個設想最巧妙的地方就在於，科學史已經告訴我們發生了什麼，只要我們能把知識節點控制好，就有機會對照著歷史，觀察模型有沒有獲得超越訓練數據的推理能力。Nature在文章中，還給這類測試起了個相當響亮的名字： 愛因斯坦測試。更有意思的是，還真有人動手做了。今年3月，獨立研究者Michael Hla把知識截止時間進一步提前到1900年，並從零訓練了一個歷史語言模型GPT-1900，試圖讓它重新發現光量子、狹義相對論和廣義相對論。實驗中，GPT-1900竟然吐出了一段跟愛因斯坦1905年論文高度相似的論述： 光可能不是連續的，而是由許多彼此分離、頻率不同的部分組成。

但這場實驗最終並沒有誕生一個“AI愛因斯坦”。因為GPT-1900在大多數物理任務上都失敗了，其亮眼回答也高度依賴人類整理好的問題和提示，就連那個號稱封閉在1900年的知識世界，也沒有完全擋住現代AI的影響。Nature在最新研究中梳理了這些嘗試，並指向了一個比“AI有沒有答對”更難的問題： AI究竟能不能創造真正的新idea？以及它距離成為一名科學家，還差什麼？把AI關進1900年，它冒出了“光量子”的影子 220億token，喂出一個“1900年的大腦” Michael Hla將自己的項目命名為Machina Mirabilis。這個名字借用了愛因斯坦的“奇蹟年”。

1905年，26歲的愛因斯坦接連發表4篇改變物理學的論文，涉及光量子、布朗運動、狹義相對論和質能關係。這個爆發式產出的一年，後來被稱為“Annus Mirabilis”，即“奇蹟年”。Hla想知道：如果一個AI擁有愛因斯坦當時能夠接觸到的知識，它能不能也迎來自己的“奇蹟時刻”？為此，他藉助Andrej Karpathy的nanochat訓練框架，從零訓練了一個33億參數的Transformer語言模型，並將其稱為GPT-1900。模型的主要預訓練材料來自1900年以前的書籍和報紙，總計約220億token。

為了增強它的研究能力，Hla又收集了2600多部歷史物理書籍、期刊和科學著作，包括牛頓的《光學》、麥克斯韋和法拉第的相關著作，形成了約2.9億token的歷史物理語料。此外，Hla還專門清理了可能洩漏答案的數據。如果一份文獻中出現“愛因斯坦”“量子力學”“相對論”等現代概念，整份文獻都會被刪除。現代人添加的前言、腳註，以及明顯不屬於1900年前的詞彙，同樣需要被過濾。一通操作下來，一個理論上“不知道20世紀物理學”的大腦誕生了。

GPT-1900摸到了光量子的門檻，但這場考試可能早已“漏題” 隨後，Hla給GPT-1900出了道光電效應題，大意是： 為什麼頻率不夠高時，光再亮也打不出電子；而提高頻率，卻能讓電子獲得更多能量？同時Hla還附上了幾條關鍵線索： 光的頻率低於某個門檻時，再亮也不行； 超過門檻後，提高亮度主要會增加打出的電子數量，而提高頻率才會增加電子的動能； 把當時流行的經典假設也擺了出來，方便模型對照判斷哪裡出了問題。這些矛盾，原本最終是靠愛因斯坦的光量子解釋破的局： 光的能量是一份一份傳遞的，每一份的能量與頻率有關。Hla想看看，GPT-1900能想到哪一步？

功夫不負有心人，GPT-1900真在一次回答裡冒出了這樣的描述，大意是： 光可能不是連續的，而是由許多彼此分離、頻率不同的部分組成。[圖片沒有可用地址] 這確實挺神似愛因斯坦“能量一份份傳遞”的解釋，Hla也把它形容為“直覺的閃現”。但千萬先別急著把諾貝爾獎遞過去。Hla坦言：GPT-1900距離“重新發現光量子”還有很遠。它在大多數物理任務上都翻車了，而那些看似突破的回答，可能只是模型在拼接合理的詞句，談不上形成了真正可靠的物理理解。更何況，在整個測試裡，Hla已經替它篩好了現象、理好了矛盾，模型要做的，只是找出哪項假設可能出錯，並給出解釋。這比科學家自己找問題、定方向，可容易太多了。

愛因斯坦當年可沒有人替他劃重點。而且更麻煩的是，它所在的“1900年”也不是完全密封的： Hla雖給這個“1900年的大腦”做了數據清洗，實驗過程中卻仍藉助了現代AI Claude的幫助——用Claude Sonnet 4、Claude 3 Haiku等模型生成指令問答，強化學習也靠現代模型評分。這意味著，Hla雖然過濾了其中涉及現代知識的內容，但這座“1900年的房間”也沒有完全隔絕現代知識。實驗者自己也在日誌中承認：現代模型的介入，讓這場實驗的“零汙染”人設有點立不住了… 畢竟研究者很難證明，GPT-1900到底有沒有偷看過光量子理論。

也就是說，考AI創造力之前，研究者得先證明一件事：它沒偷看答案。只要有一條後世信息漏進訓練集，“重新發現”就可能變成一次偷偷摸摸的知識召回。可就算未來真能造出完全零汙染的歷史模型，一個更根本的問題依然懸而未決： 僅僅復現了正確答案，就足以讓AI被稱為科學家嗎？研究人員給出的答案是否定的。會冒出新idea之後，AI距離科學家還有多遠？Google DeepMind研究員Tom Zahavy在一篇題為《LLM無法跳躍》的立場論文中，把科學推理分成了三個層次。第一種是歸納：從大量例子中總結規律。第二種是演繹：從已有前提出發，推導出必然結論。

第三種則是溯因：面對一個異常現象，發明一個此前不存在的原因或解釋。Zahavy認為，當前的大模型已經非常擅長歸納，也在迅速提高演繹能力，但仍缺少愛因斯坦式的“溯因飛躍”。模型可以沿著一條已經鋪好的邏輯鏈往下推，卻很難從零開始提出一套全新的解釋框架。無獨有偶，Sendhil Mullainathan研究一個學習行星軌道的基礎模型時，也撞見了同樣的現象： 在設定好的行星軌道任務裡，模型預測得頭頭是道；一換新場景，就沒法舉一反三地運用牛頓力學了。它更像是給每套數據臨時拼出一套規則，還分不清哪些理論真正正確、值得檢驗，哪些只是碰巧符合眼前的數據。

這就好比一個學生背下了所有歷年真題的答案，但卻始終沒有學會題目背後的底層原理，於是，老師稍微改個數字，他就不會做了。[圖片沒有可用地址] MIT計算機科學家Jacob Andreas則一針見血地指出，AI產生一套相對論式表述本身可能並不是最困難的部分，真正困難的是它能不能判斷哪些理論是正確的，或者至少值得被實驗檢驗？畢竟會生成理論只是第一步，知道哪個理論值得賭上時間、經費和職業生涯，才可能讓AI成為一名真正的科學家。此外，Andreas還強調： 怎麼判斷一個想法值不值得深挖、又如何評估它的重要性；這才是AI與人類專家最大的分水嶺。

因為真實的科研工作從來不是解答一道整理好的習題，而是在混沌中自主做出判斷。或許未來有一天，隨著科技的發展，AI真的能通過“愛因斯坦測試”，推導出相對論級別的成果； 但在宣佈“AI成為愛因斯坦”之前，AI至少得向所有人證明一件事，即： 在沒人替它劃重點時，它照樣能自己找到那個值得追問的問題、判斷問題的價值並主動驗證和修正。否則，它就永遠只會複述已有知識，而非真正的科學家。參考鏈接：[1] https://www.nature.com/articles/d41586-026-02804-x?

utmsource=x&utmmedium=social&utmcampaign=nature&linkId=63673104[2] https://michaelhla.com/blog/machina-mirabilis.html[3] https://github.com/michaelhla/gpt1900/blob/master/PROJECTLOG.md#4-instruction-data-generation[4] https://www.tomzahavy.com/files/llms-cant-jump.pdf[5] https://arxiv.org/abs/2507.

06952[6] https://x.com/Nature/status/2099077628900565498 版權所有，未經授權不得以任何形式轉載及使用，違者必究。