大模型为何做不出顶级科学发现？论文直指其缺乏「溯因跃迁」能力
CSProfKGD · x · 2026-08-01
一条推文引用了关于大模型认知极限的深度讨论，核心指向一篇探讨 AI 能否实现真正科学发现的 Position Paper。该论文是对 Demis Hassabis 提出的“爱因斯坦测试”（即用 1911 年前的知识训练 AI，看其能否独立推导出广义相对论）的哲学与技术回应。
论文的核心观点包括：
- 反驳数据压缩论：以 Schmidhuber 为代表的派系认为科学发现本质是数据压缩，但论文指出，如果仅靠压缩现有数据，爱因斯坦根本无法在缺乏足够异常观测的情况下凭空发明广义相对论。
- 溯因跃迁：人类顶级科学家能够跨越认知断层，完成基于思想实验的“溯因跃迁”，而大模型仅是已知知识的逻辑插值器，依赖概率分布进行归纳，注定无法画出这种跨越。
原推文作者总结认为，这种认知跃迁本质上是一个具身世界模型的问题，单纯给文本模型堆砌算力，只能在符号的影子里打转，无法产生真正的科学突破。
所属事件:研究称大模型缺乏溯因跃迁能力，难成爱因斯坦(2 条相关)→
「漫话AGI」频道最新
- 数学界反击AI过度扩张：菲尔兹奖得主等签署莱顿宣言 — johnseach · 2026-08-01
- 学者探讨：AI Agent 应成为对抗官僚系统的个人辩护士 — sethlazar · 2026-08-01
- 卫报：中国 AI 开源模型正颠覆硅谷格局，引发美国政策震荡 — nordicinst · 2026-08-01
- AI数学证明多限于构造反例，人类数学家仍不可替代 — JFPuget · 2026-08-01
- AGI 被高估：我们只需「窄科学超智能」 — scaling01 · 2026-08-01
- 图灵奖得主反思驾驶安全：若直接从马匹跃升自动驾驶，没人会质疑 — davidpattersonx · 2026-08-01