Google DeepMind 认为 LLM 会证明定理却不会科学跳跃
kylekabasares · x · 2026-07-28
Google DeepMind：LLM 还做不到科学发现里的“跳跃”
这条帖子转述了一篇 DeepMind 论文：它把科学发现重新描述为一个循环过程——感知经验 → 直觉性跳跃到公理 → 严格逻辑演绎。论文认为，当前生成式 AI 已经基本掌握了两段能力：
- 归纳：从海量数据里做统计模式匹配
- 演绎：形式化推理与定理证明
但它仍然缺少第三步：溯因（abduction），也就是生成新解释假说的那种非逻辑性“跳跃”。
论文借爱因斯坦关于发现过程的思考，以及广义相对论作为案例，主张：LLM 也许能在既定前提下证明结论，却结构性地无法发明这些前提。文中还指出，人工科学创新的关键瓶颈，是把模拟经验翻译成形式公理；要跨过这道坎，可能需要更具物理约束的多模态世界模型。
所属事件:DeepMind论文称LLM缺乏科学发现关键“直觉跃迁”(7 条相关)→
「漫话AGI」频道最新
- 「5 万个 AI agent 可绕过任何材料学瓶颈」引热议 — teortaxesTex · 2026-09-23
- Mark Cuban：医疗福利成本比 AI 更先让更多人失业 — alvelda · 2026-09-23
- 150 万人诞生于原子弹之前：为何历史经验难预测 AI 风险 — AndyMasley · 2026-09-23
- 网友提 AGI 判据：半年白领任务可替代之外，还须长期可靠 — ChrisGPT · 2026-09-23
- Dustin Moskovitz：EA 生态最大金主，数十亿美金投向 AI 安全 — SydSteyerhart · 2026-09-23
- 「末日论是监管护城河」：开源阵营反击限制开放权重模型呼声 — AlexTensor · 2026-09-23