诺奖得主提出爱因斯坦测试：AI能否仅凭1911年知识独立提出相对论

诺奖得主、Google DeepMind联合创始人哈萨比斯提出一个设想：如果把AI送回1911年，只让它掌握爱因斯坦当时能了解的知识，它能否在1915年提出相对论？他想考察的是，AI能否仅凭当时的知识水平，自主提出新的解释框架，完成超出训练材料的推理，而非复读答案。Nature将这类测试称为“爱因斯坦测试”。

今年3月，独立研究者Michael Hla把知识截止时间提前到1900年，从零训练了33亿参数的GPT-1900，预训练材料为1900年前的书籍和报纸，约220亿token，另加入2600多部历史物理著作约2.9亿token，并清理了含“爱因斯坦”“量子力学”“相对论”等现代概念的文献。

在光电效应问题中，GPT-1900曾给出“光可能不是连续的，而是由许多彼此分离、频率不同的部分组成”的表述，与爱因斯坦1905年论文高度相似。但它在多数物理任务上失败，亮眼回答高度依赖人类整理好的问题和提示。此外，实验用现代模型Claude生成指令问答并参与强化学习评分，“零污染”并不彻底，难以证明它没有“偷看答案”。

Google DeepMind研究员Tom Zahavy将科学推理分为归纳、演绎和溯因三层，认为当前大模型擅长归纳、正迅速提高演绎，但缺少爱因斯坦式的“溯因飞跃”，难以从零提出全新解释框架。Sendhil Mullainathan发现，模型在设定任务中表现良好，换新场景就无法举一反三。MIT的Jacob Andreas指出，生成理论并非最难，难的是判断哪些理论正确或值得实验检验，这也是AI与人类专家最大的分水岭。

结论是：即便AI复现正确答案，也不足以称为科学家。在宣布“AI成为爱因斯坦”之前，它必须证明，在没人替它划重点时，自己能找到值得追问的问题、判断其价值并主动验证和修正，否则只会复述已有知识。