把爱因斯坦的知识喂给大模型，它能发明相对论吗？

LLMs Can't Jump：大语言模型为何无法实现真正的科学发现？—— 基于 Google DeepMind 重磅论文《LLMs can't jump》的系统解读与完整译本。头图来自：AI生成

为什么这篇论文对评估 AI 科学能力极其重要？

在通用人工智能（AGI）与 AI for Science（AI 科学发现）迅猛发展的背景下，科技界与产业界正被一种普遍的技术乐观主义所主导：许多人相信，只要持续扩大模型参数规模（Scaling Law）、注入更多文献与实验数据，基于 Transformer 架构的大语言模型（LLM）就能自动从海量数据中“归纳”出未知的新物理定律，实现像爱因斯坦那样的科学革命。

然而，Google DeepMind 资深研究员 Tom Zahavy 发表的这篇观点论文《LLMs can't jump》，用极其严谨的科学哲学与物理学史逻辑，对这一主流范式提出了根本性的质疑与澄清。该研究之所以极其重要，主要体现在以下三个核心维度：

1.澄清科学发现的认知本质：破除“创造力即数据压缩”的范式迷思

主流机器学习界（如 Schmidhuber 理论）常将科学发现归结为"数据压缩"——即通过归纳法在海量数据中寻找最简洁的模式。论文通过回顾爱因斯坦构建广义相对论的真实历史指出：在爱因斯坦提出广义相对论时，牛顿力学并未面临任何显著的数据误差（误差极小，且被归咎于未知行星），根本不存在驱动模型优化的“损失函数梯度”。科学上的重大范式转移（Paradigm Shift）往往发生在没有监督误差信号的真空里。单纯依靠归纳压缩数据，AI 只会拟合已知模式或引入凑数参数，而无法重构全新的物理图景。

2. 明确划分 LLM 的能力边界：精于归纳与演绎，但结构性缺失“溯因（Abduction）”

论文借助皮尔士（C.S. Peirce）的逻辑学框架与爱因斯坦的认知模型，精准指出了当前 AI 的能力象限：LLM 在“归纳”（从数据提炼规律）和“演绎”（如 AlphaProof 在既定公理下推导数学定理）上已展现出极强能力；然而，科学发明的核心瓶颈在于“溯因（Abduction）”——即为了解释某种令人惊异的现象，凭空提出全新公理假设的能力。LLM 充当的是高维度的“中文房间”，仅在已知符号之间进行逻辑运算，缺乏从现实感官体验跨越到新公理的“飞跃（Jump）”机制。

3.为未来 AI 架构设计指明根本方向：从“文本大模型”走向“具身物理世界模型”

研究指出，爱因斯坦之所以能完成“溯因飞跃”，是因为他通过“电梯思想实验”进行了具身仿真（Embodied Simulation），将抽象符号锚定于物理体验之中。因此，单纯增加 LLM 的文本上下文或算力无法诞生“爱因斯坦”。

AI 科学创新的下一阶段，必须将大模型与具有“动作可控性与反事实干预能力”的物理一致性世界模型（Interactive World Models，如 Genie 范式）相结合。这一论断为下一代 AI 科学基础设施的研发提供了清晰明确的理论路线图。

《LLMs can't jump》论文全文翻译：

摘要

人类究竟是如何从根本上发现新事物的？在给莫里斯·索洛文（Maurice Solovine）的一封信中，阿尔伯特·爱因斯坦将科学发现构想为一种循环过程：它始于从感官经验到公理的直觉“飞跃”，随后展开逻辑演绎。尽管生成式 AI 已经掌握了归纳（统计模式匹配），并且正在快速攻克演绎（形式化证明），但我们认为，AI 依然缺乏溯因（Abduction）机制——即生成新型解释性假设的能力。