AI能发现相对论吗？这篇论文说不行

🚨这篇论文是近年来 AI 领域少有的具有深刻哲学与科学史厚度的 Position Paper。

2026 年上半年，Demis Hassabis 公开提出Einstein Test，即用 1911 年之前的知识训练 AI，看它能不能独立发现广义相对论。

这篇论文几乎是对该测试的哲学-技术回应。

论文指出，大模型只是个极其优秀的已知知识逻辑插值器，而人类顶级科学家做的是跨越认知断层，即Unexplained Jump。

以 Schmidhuber 等人为代表的派系长期宣称科学发现本质上就是数据压缩，寻找能解释观察数据的最简算法。

这是流行的谬论。

论文认为，如果科学发现全靠数据压缩，爱因斯坦根本不可能发明广义相对论。因为当时根本没有足够的异常观测数据供他去压缩。爱因斯坦是凭空做了一个思想实验，是那个升降机里的失重与引力等效的实验，完成了一次溯因跃迁。

大模型靠概率分布玩归纳注定画不出这个 Jump。

作者在附注里极其刻薄且优雅地嘲讽道：“讽刺的是，AI 对公理符号的这种幻觉，恰恰暴露出它根本无法自动化完成这一Jump的困境。”

我认为，不谈任何私货，这篇论文算是从根本上、从认知科学Peirce 的哲学框架和科学史多个维度证明Jump是一个具身世界模型问题。

你给文本模型堆再多算力，它也只是在符号的影子里打转，永远出不了洞穴。