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。
「漫话AGI」频道最新
- NeurIPS 2026 MATH-AI 征稿，聚焦智能体数学推理 — KaiyuYang4 · 2026-07-28
- 算力才是前沿 AI 真正难复制的护城河 — GavinSBaker · 2026-07-28
- AI 批评者称现实世界看到的更多是废料而非价值 — yacineMTB · 2026-07-28
- AI 正在变成抽象阶梯，从副驾走向自主选活的 agents — pzakin · 2026-07-28
- OpenAI 经济研究：AI 正在重排不同职业的任务 — soumitrashukla9 · 2026-07-28
- 黄仁勋称 AI 消灭的是任务，不是工作，还会创造新岗位 — garrytan · 2026-07-28