AI 能否追随爱因斯坦的脚步？
物理学史与哲学
2026-07-30 v1 人工智能
科普物理
摘要
AI 正在加速物理学发现，但可能偏离了爱因斯坦级别的理论构建。为了理解这一差距，我们必须认识到一个显著的趋势：虽然非常成功，但 AI 对物理学发现最显著的贡献似乎反映了物理学的历史发展，但顺序是相反的。物理学中的人类发现大致经历了从古代的模式预测，通过开普勒等唯象定律，到基于原理的普遍理论（如相对论和标准模型）的过程。在 AI 方面，对物理学发现的突出贡献指向了相反的方向：早期的里程碑强调显式方程发现方法，如符号回归，而最近的前沿贡献是强大的预测器，如 AlphaFold 和 GraphCast，它们可以非常准确，但不提供清晰的理论理解。如果这种趋势继续下去，AI 将在预测方面变得异常出色，但可能难以提出其第一个对量子引力或其他范式级理论的严肃竞争者。我们回顾了 AI 用于物理学发现的现状，并强调了一个关键缺失的技能：提出正确问题或发明正确原理以指导新理论的发展和证伪它们的检验的能力。这种发现模式推动了 17 世纪以来许多最深刻的进步，在对称性、简单性和新数学框架的指导下，在实验检验之前就进行了理论构建。为 AI 系统配备此类技能，可以使它们从在已知框架内进行预测，转变为提出物理学中下一个范式级的发现。
引用
@article{arxiv.2607.27794,
title = {Can AI Follow In Einstein's Footsteps?},
author = {Michael Shalyt and Nathan Regev and Marin Soljačić and Ido Kaminer},
journal= {arXiv preprint arXiv:2607.27794},
year = {2026}
}