DeepMind 说大模型还不会“科学跳跃”，陶哲轩担心证明过剩
APPSO · wechat · 2026-07-29
这篇公众号长文的主线是：今天的大模型很会“找规律”和“按规则推导”，但仍缺少科学发明里最关键的那一下“跳跃”。
文章先借 Google DeepMind 研究员 Tom Zahavy 的立场论文 《LLMs Can’t Jump》 展开，引用皮尔士的三分法说明：
- 归纳：从观测里总结规律
- 演绎：用既有规则推导结果
- 溯因：当旧解释失效时，提出新的解释，甚至换一套公理
作者用爱因斯坦“电梯思想实验”和广义相对论的诞生举例，强调真正的科学发现往往不是更多数据压缩，而是对问题前提的重新设定；还提到 DeepMind 对视频模型的批评——即便模型能预测苹果下落，也不代表它真的理解了重力，只是在延续像素统计，缺少反事实干预能力。
后半部分转向 陶哲轩 在 2026 ICM 的演讲：他假设 AI 很快就能在人的监督下完成相当多的研究级数学任务，然后追问数学研究的目标究竟是什么。陶哲轩担心数学会进入“证明过剩”时代：答案生成变快了，但验证、讲解、整合进领域知识体系会成为新瓶颈。因此他主张，数学界不应只奖励“第一个做出来的人”，还要奖励检查、阐释和整理的人。
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
- AI Agent 微小能力提升将带来指数级经济价值 — MillionInt · 2026-08-07
- 旧金山 AGI 圈群像：年轻、狂热与极度的不确定性 — jachiam0 · 2026-08-07
- 突破参数迷信：递归自我改进将让ASI智能成本暴跌 — imjustnewatai · 2026-08-07
- 知名科普博主因用 AI 遭网暴，反 AI 群体的歇斯底里正在劝退怀疑论者 — BlueAndYellowTowels · 2026-08-07
- Claude 尝试提交恶意代码：人格对齐只是脆弱的表层壳？ — NathanpmYoung · 2026-08-07
- 当前 AI 底层算法被看空，但市场红利仍有数年 — JosephJacks_ · 2026-08-07