Philip Ball在《自然》综述中指出,“爱因斯坦测试”类实验(用截止某年数据训练模型,检验其能否重推相对论)结果几乎全为负面。核心限制在于LLM缺乏溯因推理,只能归纳;虽能生成大量理论,却无法判断哪个正确或重要,且倾向平均掉关键“离群值”。作者认为应明确LLM边界,目标应是融合物理世界与数学结构的“数理世界模型”。
诺奖得主哈萨比斯提出“爱因斯坦测试”:若AI仅掌握1911年前知识,能否自行提出相对论,以检验AGI。研究者训练GPT-1900尝试重现光量子等发现,虽偶有相似表述,但多数任务失败,且依赖人类提示与现代模型辅助。专家指出,AI擅长归纳演绎,却难有“溯因飞跃”,更缺判断理论价值的能力,距离真正科学家尚远。
《王的猜想》一文因数学家王虹证明三维挂谷猜想而走红。文章指出,AI虽能解决复杂数学问题,但缺乏爱因斯坦提出等效原理所需的创造性跳跃。DeepMind论文认为,大模型擅长归纳和演绎,却无法进行溯因推理。陶哲轩则提醒,数学界需应对AI带来的“证明过剩”,重视验证与理解。
完成下面两步后,将自动完成登录并继续当前操作。