DeepMind论文称LLM缺乏科学发现关键“直觉跃迁”
Google DeepMind研究员Tom Zahavy在ICML 2026发表立场论文《LLMs Can't Jump》，指出当前大语言模型（LLM）在数据压缩和逻辑演绎方面表现出色，但无法完成科学发现中关键的“直觉跃迁”——即从感知经验直接跳跃到抽象公理的非逻辑过程。论文以爱因斯坦提出广义相对论为例，说明基础科学突破需要超越现有数据的公理跨越。Zahavy随后澄清，这是一篇个人立场论文，并非DeepMind官方表态，也不意味着LLM永远无法做出科学发现；前沿实验室和学界已在用LLM推动真实科学进展。
已确认
- Tom Zahavy参与的论文将科学发现拆解为三步：接触感知数据、通过非逻辑的“直觉跃迁”提出抽象公理、最后进行严格逻辑演绎。
- 论文认为，当前LLM擅长组合型任务和逻辑演绎，但在需要人类概念先验的领域仍存在结构性限制，无法完成科学发现中关键的“直觉跃迁”。
- 论文以爱因斯坦提出广义相对论为例，说明基础科学突破需要超越现有数据的公理跨越。
- Tom Zahavy明确澄清，这是一篇个人立场论文，并非DeepMind的官方表态，也不是在宣称LLM永远无法做出科学发现。他强调前沿实验室和学界已经在用LLM推动真实的科学进展。
为什么重要
- 该研究直接触及当前AI领域的核心争议：扩大模型规模和增加数据量是否足以实现通用人工智能（AGI）。
- 观察人士Peter Berezin等人据此认为，如果LLM无法跨越概念创新的鸿沟，那么当前的技术路线可能只是通向超级智能的死胡同。
- 这项研究为评估大模型的真实能力提供了新视角，明确了当前AI技术在基础科学创新方面的边界与挑战。
2026-07-28 ~ 2026-07-29 · 7 条相关
一手来源
- DeepMind 论文称 LLM 突破科学需溯因推理而非压缩证明 — burkov ·
- DeepMind 研究员澄清：论文谈的是 AI 如何顿悟式跃迁 — TZahavy ·
- 爱因斯坦三步科学观指出 AI 仍缺直觉跃迁 — TZahavy ·
- Google DeepMind 认为 LLM 会证明定理却不会科学跳跃 — kylekabasares · 2026-07-28
- 当前大模型能解决哪些问题？DeepMind 研究划定能力边界 — burny_tech · 2026-07-28
- 【源头】爱因斯坦三步科学观指出 AI 仍缺直觉跃迁 — TZahavy · 2026-07-28
- Peter Berezin 认为 LLM 可能通向超级智能死胡同 — GaryMarcus · 2026-07-29
- 【源头】DeepMind 论文称 LLM 突破科学需溯因推理而非压缩证明 — burkov · 2026-07-29
- 【源头】DeepMind 研究员澄清：论文谈的是 AI 如何顿悟式跃迁 — TZahavy · 2026-07-29
- DeepMind 说大模型还不会“科学跳跃”，陶哲轩担心证明过剩 — APPSO · 2026-07-29