1915年,爱因斯坦提出广义相对论,重新定义了人类对时间、空间和引力的认识。一个多世纪之后,随着人工智能快速发展,一个新的问题开始受到关注:如果把AI送回过去,不给它任何后来出现的科学知识,它能否重新走出一条类似爱因斯坦的科学发现道路？

2026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·哈萨比斯提出了这一设想。他提出,可以将人类知识设置一个历史截止点,用此前积累的知识训练大型语言模型,然后观察模型能否重新发现广义相对论等重要科学理论。

这一设想很快引起研究人员关注。今年以来,多个团队开始尝试构建所谓“历史AI”或“复古LLM”,通过限制训练数据的时间范围,测试模型是否能够在缺少现代知识的情况下重现历史上的科学突破。

不过,目前的实验结果表明,AI距离真正意义上的“爱因斯坦式”科学发现仍有较长距离。

让AI回到过去,首先要解决数据问题

让人工智能真正“回到过去”并不像想象中简单。

独立AI研究人员迈克尔·赫拉曾训练名为“Machina Mirabilis”的语言模型,并将训练数据限制在1900年以前,希望模型能够从当时已有的知识出发,探索量子力学、狭义相对论以及广义相对论等后来形成的理论。

研究过程中,模型会接触当时已经可以观察到的物理现象,同时获得一些具有启发性的思想实验。例如,研究人员向模型提供光电效应以及后来被用于解释广义相对论的一些相关思想实验。

模型偶尔能够给出颇有启发性的回答。例如面对光电效应,模型曾提出光可以“分解成大量彼此独立的脉冲”,这一表述与后来形成的光量子概念已经存在一定接近之处。

但这种偶然出现的“灵光”并没有持续发展成完整理论。多数情况下,模型仍然无法真正建立现象之间的深层联系。它可以生成符合物理学语言习惯的回答,却不一定真正理解这些现象为什么能够共同指向某个新的理论。

另一个研究团队也遇到了类似问题。他们将模型的知识截止时间设定为1930年,希望利用当时已经存在的信息预测之后出现的科学成果。

然而,历史数据本身存在不少问题。部分资料的具体日期并不准确,数字化过程中也可能产生错误和混杂,导致模型获得本不应该掌握的信息。研究人员发现,所谓的“1930年模型”有时甚至能够回答涉及20世纪50年代的问题。

这意味着,想通过AI重现历史上的科学发现,首先必须解决训练数据中的时间泄露问题。但即使把数据边界处理得足够严格,更深层次的困难依然存在。

AI擅长寻找规律,但未必知道哪些问题值得追问

科学发现并不只是从大量数据中总结规律。

一些重大科学突破往往始于一个异常现象,或者来自一个此前没有人提出过的解释框架。研究人员通常需要从有限的信息出发,判断某个现象为什么值得继续研究,再提出能够解释更多现象的新理论。

科学哲学中,这种从观察结果出发寻找最佳解释的思维方式被称为溯因推理。

历史上的许多科学突破都体现了这一特点。

开普勒通过对行星运动的观测总结出数学规律,牛顿则进一步建立万有引力定律和经典力学体系。这个过程中,真正重要的并不仅仅是计算能力,而是发现哪些现象需要新的理论解释。

普朗克面对黑体辐射问题时也经历了类似过程。他发现某个公式能够较好地符合实验结果,但仍然存在不足。问题没有被简单视为测量误差,而是进一步推动了能量量子化概念的提出。

这也是当前AI系统面临的重要挑战之一。

大语言模型本质上依靠大量训练数据学习不同信息之间的联系,并根据已有模式生成概率较高的结果。在数据充足、规律比较明确的任务中,这种能力非常有效。

但科学突破往往发生在信息并不充分的时候。

如果只给AI少量数据,要求它从中建立能够解释多个现象的普适理论,模型可能会找到一些局部规律,却很难判断哪一种规律具有更广泛的解释能力。

2026年7月,麻省理工学院计算机科学家森迪尔·穆莱纳坦及其同事进行了一项相关实验。他们向一个轨道力学AI模型提供多个遵循牛顿力学的虚拟行星系统,希望模型能够从这些数据中推导出万有引力定律。

模型确实学到了一些规律,但并没有得到真正具有普适性的理论。面对不同的行星系统,模型分别生成了不同的引力定律,每套规律都存在一定错误。

这一结果说明,AI已经越来越擅长从数据中寻找模式,但从局部规律进一步抽象出统一理论,仍然存在明显困难。

AI科学家的下一步,可能不只是更大的语言模型

尽管如此,AI在科学研究中的能力也在不断扩展。

今年5月,AI在解决一项存在了数十年的数学猜想时取得进展。穆莱纳坦认为,这一案例体现了AI在概念层面的潜力。相关系统并非单纯依靠大规模暴力搜索,而是在解决问题的过程中引入新的数学概念。

不过,这种突破仍然建立在人类已有数学知识的基础上。与爱因斯坦式的理论创新相比,它距离从完全不同的知识领域中建立全新理论框架仍有差别。

因此,一些研究人员开始思考,未来的AI科学家是否需要超越传统大语言模型的技术路线。

一种思路是让AI同时处理三类信息:人类已经积累的知识,来自真实世界的实验数据,以及数学对象之间可以进行怎样的操作。这样一来,AI不仅能够阅读和总结已有研究,还可以尝试构建、检验和修改理论模型。

与此同时,评价AI科学能力的标准也可能发生变化。

除了预测准确率之外,一个理论是否足够简单,能否解释更多现象,能否预测此前没有观察到的结果,以及能否指导新的实验,都可能成为评价标准。

目前,一些研究团队已经开始探索自动化科学研究系统。AI负责选择研究问题、设计实验和规划实验流程,机器人负责执行实验,系统再根据实验结果调整假设,形成新的研究循环。

如果这一模式不断成熟,AI参与科学研究的方式可能从“辅助分析已有数据”逐渐转向“提出假设并验证假设”。

但距离真正意义上的“AI爱因斯坦”仍然存在关键问题。

科学史上的重大突破,很多时候并不是因为研究者掌握了最多的数据,而是因为他们在别人没有注意到的地方发现了问题,并愿意持续追问。

爱因斯坦曾强调好奇心和提问的重要性。对于今天的人工智能而言,计算一个已经存在答案的问题或许越来越容易,真正困难的可能是发现一个尚不存在答案的问题,判断它值得研究,并围绕它建立能够解释世界的新理论。

因此,“爱因斯坦式”AI突破真正需要解决的,或许并不是让模型记住更多知识,而是让它具备从有限信息中提出问题、建立假设、进行推理并通过实验不断修正理论的能力。