爱因斯坦曾说，最重要的是不要停止提问，好奇心自有其存在的理由。图片来源：《自然》杂志网站
【科技创新世界潮】
1915年，阿尔伯特·爱因斯坦提出广义相对论，改变了人类对时空和引力的认识。一个多世纪后，一场关于人工智能（AI）的思想实验再次把人们带回那个年代。
今年2月，在印度新德里举行的印度人工智能峰会上，谷歌“深度思维”联合创始人德米斯·哈萨比斯提出了一个设想——将1911年设为知识截止线，用此前人类积累的知识训练大型语言模型（LLM），看它能不能重新发现广义相对论。哈萨比斯认为，这可以检验通用AI的能力。
据英国《自然》杂志近日报道，今年以来，多个团队开始尝试构建“历史AI”或“复古LLM”，把训练数据卡在某个历史时间点之前，看模型能否重新发现后来出现的科学思想。结果显示，AI距离“爱因斯坦式”的科学突破，还有不小的距离。
让AI穿越回去并不容易
独立AI研究人员迈克尔·赫拉训练了一个名为“Machina Mirabilis”的语言模型，只用1900年以前的数据，想让它产生量子力学、狭义相对论和广义相对论。他向模型输入光电效应等当时已经能够观察到的物理现象，还提供了后来成为广义相对论重要思想来源的“电梯思想实验”。模型偶尔确实会冒出一些颇有意思的答案。面对光电效应，它曾提出光会“分解成大量彼此独立的脉冲”。这个说法，已经挨着光量子概念的边了。
但这种灵光一闪就没有下文了。多数情况下，模型都失败了。它能说出听起来合理的物理语言，却“不知其所以然”。更多时候，它只是在模仿历史文本里的说法，而不是真的看懂了这些物理现象之间的关系。
另一个团队把时间卡在了1930年。独立计算机科学家尼克·莱文和同事训练了一个只掌握1930年以前知识的模型，想用它预测后来出现的科学成果。但真正做起来并不容易。历史资料的日期并不总是准确，数字化过程中也会出现错误、混杂。他们发现，这个所谓的“1930年模型”有时竟能正确回答20世纪50年代的问题。
让AI穿越回去并不容易，就算解决了数据泄露问题，真正的挑战还在后面。
AI不擅长判断什么值得“死磕”
今年1月，谷歌“深度思维”研究员汤姆·扎哈维在论文《LLM不会跳跃》中指出，当前LLM还无法完成爱因斯坦那样的推理跨越。科学上的重大进步，往往不是从大量数据里归纳出一般规律，而是从一个具体现象出发，提出此前没有过的解释，这种推理叫溯因推理。
想象力的飞跃，或是科学哲学家托马斯·库恩所说的“范式转变”，往往发生在数据极少的时候，或者出现在跟既有理论对不上的异常现象上。科学家面对难以解释的问题时，通常会尝试建立一个“世界模型”，即根据少量数据推断背后的基本规律。
例如，17世纪，天文学家约翰内斯·开普勒通过观测行星运动总结出数学规律。牛顿在此基础上，进一步建立万有引力定律和经典力学体系。关键在于，牛顿不是在做一道根据数据求答案的题。他要判断哪些现象值得解释，再提出一个此前不存在的理论框架。普朗克也一样。他发现自己的黑体辐射公式虽然能较好吻合实验，却始终不够完美。他没把它当误差，而是继续追问，最终提出能量量子化。
这正是当前AI的短板。模型靠学习海量数据中的相关性，根据已知例子训练，再对未知问题给出统计上最可能的答案。数据充足时，这是有用的预测工具。
那么，AI模型能否同样从稀疏数据中推理出普适的世界模型？美国麻省理工学院计算机科学家森迪尔·穆莱纳坦认为目前还不能。今年7月，他和同事给一个“轨道力学”AI模型提供了多个遵循牛顿力学的虚拟行星系统，希望它推导出万有引力定律。结果模型确实学到了东西，却没有找到真正的规律。它为不同行星系统生成了不同的引力定律，每一套都有各自的错误。
可见，AI越来越擅长寻找规律，却还不太擅长判断什么值得“死磕”。
下一场科学突破需要什么样的AI？
今年5月，AI推翻了匈牙利数学家保罗·埃尔德什提出的一项存在80年之久的猜想。
穆莱纳坦认为，这是一项“真正的概念性进步”。他说，AI不是通过简单的暴力搜索找到答案，而是在解题过程中引入了一些新的数学概念。不过，AI仍然整合了数学文献中已经存在的思想，并不像爱因斯坦那样，从看似毫无关联的地方突然产生一次突破性的发现。
因此，一些科学家认为，未来的AI科学家不能只是一个更大的语言模型。穆莱纳坦提出，模型需要同时理解人类已有的知识、真实世界的数据，以及“数学空间”，即如何操作数学对象。AI系统的评价标准也不能只有预测准确率，还应考查理论的简单性、解释范围等。
目前，一些研究团队已经开始探索自动化科学系统，让AI选择和规划实验，由机器人执行实验，再根据结果形成新的假设。
爱因斯坦生前在接受《生活》杂志编辑威廉·米勒采访时曾说，最重要的是不要停止提问，好奇心自有其存在的理由。
对今天的AI来说，找到一个答案或许并不难，难的是在答案尚不存在的时候，提出那个值得追问的问题。爱因斯坦测试真正有价值的地方，或许就在这里。
（本文摘自科技日报第四版）
爱因斯坦曾说，最重要的是不要停止提问，好奇心自有其存在的理由。图片来源：《自然》杂志网站
【科技创新世界潮】
1915年，阿尔伯特·爱因斯坦提出广义相对论，改变了人类对时空和引力的认识。一个多世纪后，一场关于人工智能（AI）的思想实验再次把人们带回那个年代。
今年2月，在印度新德里举行的印度人工智能峰会上，谷歌“深度思维”联合创始人德米斯·哈萨比斯提出了一个设想——将1911年设为知识截止线，用此前人类积累的知识训练大型语言模型（LLM），看它能不能重新发现广义相对论。哈萨比斯认为，这可以检验通用AI的能力。
据英国《自然》杂志近日报道，今年以来，多个团队开始尝试构建“历史AI”或“复古LLM”，把训练数据卡在某个历史时间点之前，看模型能否重新发现后来出现的科学思想。结果显示，AI距离“爱因斯坦式”的科学突破，还有不小的距离。
让AI穿越回去并不容易
独立AI研究人员迈克尔·赫拉训练了一个名为“Machina Mirabilis”的语言模型，只用1900年以前的数据，想让它产生量子力学、狭义相对论和广义相对论。他向模型输入光电效应等当时已经能够观察到的物理现象，还提供了后来成为广义相对论重要思想来源的“电梯思想实验”。模型偶尔确实会冒出一些颇有意思的答案。面对光电效应，它曾提出光会“分解成大量彼此独立的脉冲”。这个说法，已经挨着光量子概念的边了。
但这种灵光一闪就没有下文了。多数情况下，模型都失败了。它能说出听起来合理的物理语言，却“不知其所以然”。更多时候，它只是在模仿历史文本里的说法，而不是真的看懂了这些物理现象之间的关系。
另一个团队把时间卡在了1930年。独立计算机科学家尼克·莱文和同事训练了一个只掌握1930年以前知识的模型，想用它预测后来出现的科学成果。但真正做起来并不容易。历史资料的日期并不总是准确，数字化过程中也会出现错误、混杂。他们发现，这个所谓的“1930年模型”有时竟能正确回答20世纪50年代的问题。
让AI穿越回去并不容易，就算解决了数据泄露问题，真正的挑战还在后面。
AI不擅长判断什么值得“死磕”
今年1月，谷歌“深度思维”研究员汤姆·扎哈维在论文《LLM不会跳跃》中指出，当前LLM还无法完成爱因斯坦那样的推理跨越。科学上的重大进步，往往不是从大量数据里归纳出一般规律，而是从一个具体现象出发，提出此前没有过的解释，这种推理叫溯因推理。
想象力的飞跃，或是科学哲学家托马斯·库恩所说的“范式转变”，往往发生在数据极少的时候，或者出现在跟既有理论对不上的异常现象上。科学家面对难以解释的问题时，通常会尝试建立一个“世界模型”，即根据少量数据推断背后的基本规律。
例如，17世纪，天文学家约翰内斯·开普勒通过观测行星运动总结出数学规律。牛顿在此基础上，进一步建立万有引力定律和经典力学体系。关键在于，牛顿不是在做一道根据数据求答案的题。他要判断哪些现象值得解释，再提出一个此前不存在的理论框架。普朗克也一样。他发现自己的黑体辐射公式虽然能较好吻合实验，却始终不够完美。他没把它当误差，而是继续追问，最终提出能量量子化。
这正是当前AI的短板。模型靠学习海量数据中的相关性，根据已知例子训练，再对未知问题给出统计上最可能的答案。数据充足时，这是有用的预测工具。
那么，AI模型能否同样从稀疏数据中推理出普适的世界模型？美国麻省理工学院计算机科学家森迪尔·穆莱纳坦认为目前还不能。今年7月，他和同事给一个“轨道力学”AI模型提供了多个遵循牛顿力学的虚拟行星系统，希望它推导出万有引力定律。结果模型确实学到了东西，却没有找到真正的规律。它为不同行星系统生成了不同的引力定律，每一套都有各自的错误。
可见，AI越来越擅长寻找规律，却还不太擅长判断什么值得“死磕”。
下一场科学突破需要什么样的AI？
今年5月，AI推翻了匈牙利数学家保罗·埃尔德什提出的一项存在80年之久的猜想。
穆莱纳坦认为，这是一项“真正的概念性进步”。他说，AI不是通过简单的暴力搜索找到答案，而是在解题过程中引入了一些新的数学概念。不过，AI仍然整合了数学文献中已经存在的思想，并不像爱因斯坦那样，从看似毫无关联的地方突然产生一次突破性的发现。
因此，一些科学家认为，未来的AI科学家不能只是一个更大的语言模型。穆莱纳坦提出，模型需要同时理解人类已有的知识、真实世界的数据，以及“数学空间”，即如何操作数学对象。AI系统的评价标准也不能只有预测准确率，还应考查理论的简单性、解释范围等。
目前，一些研究团队已经开始探索自动化科学系统，让AI选择和规划实验，由机器人执行实验，再根据结果形成新的假设。
爱因斯坦生前在接受《生活》杂志编辑威廉·米勒采访时曾说，最重要的是不要停止提问，好奇心自有其存在的理由。
对今天的AI来说，找到一个答案或许并不难，难的是在答案尚不存在的时候，提出那个值得追问的问题。爱因斯坦测试真正有价值的地方，或许就在这里。
（本文摘自科技日报第四版）
记者3月19日从天津大学获悉，该校环境学院刘庆岭教授团队与吉林大学于吉红院士团队以及天津工业大学梅东海教授团队合作，证明了无有机模板剂合成的具有OFF和ERI拓扑共生结构的Cu-T催化剂具有优 我国制氢加氢一体站建设有了团体标准。记者从中国石化获悉，为推动我国氢能交通产业发展，中国石化联合国内数十家氢能头部企业发布了国内首个《制氢加氢一体站技术指南》团体标准。该标准的制定 3月21日是第二十五个“世界睡眠日”，中国睡眠研究会联合慕思集团在北京正式发布《2024情绪与健康睡眠白皮书》（以下简称《白皮书》）。《白皮书》指出，智能床垫运用算法将内在情绪与睡眠质量相关 聊到安卓电话的拍照，大部分用户还是比较认可的，而在与iPhone电话的对比中，用户也普遍以为安卓电话的拍照水平要比iPhone更好，当然这一说法也并非空穴来风，其背后的原因直接而明确。首先，硬件配置的竞争 3月23日消息，xiaomi集团王晓雁晒出了xiaomiCivi 4 Pro限定色真机照，该系列共有三款颜色，分别是蓝色、粉色和黑与白，定价为3599元，将于4月1日开始发售。据了解，xiaomiCivi 4 Pro限定色整体设计更像专业 联合国政府间气候变化专门委员会（IPCC）最新发布的评估报告显示，全球温升预计在2021年至2040年内达到1.5℃。报告指出，自IPCC第五次评估报告发布以来，全球减缓气候变化的政策和法律不断增多，但实施 。本文链接：AI能否实现“爱因斯坦式”的科学突破http://www.sushuapos.com/show-2-17220-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： AI系统可快速精准匹配X光与三维扫描图像
下一篇： 多光谱成像系统监测千年简牍病害变化