本文来自微信公众号： 防冷涂的腊 ，作者：防冷涂的腊，原文标题：《给 AI 一个 1901 年的世界，它能发明相对论吗？》
Google DeepMind CEO 哈萨比斯 提出过一个很有意思的测试：
把一个现代 AI 的知识截止时间设在 1901 年，只允许它接触此前人类积累的知识。然后看它能不能像爱因斯坦一样，在没有读过后来论文的情况下，于 1905 年提出狭义相对论。
如果它能做到，说明 AI 已经具备了接近顶尖科学家的创造力；如果做不到，它仍然只是一个非常强大的知识处理系统。
我的答案很明确：不能。
问题不在算力，也不在资料数量。即使把 1901 年以前的物理学文献全部交给 AI，它仍然无法完成爱因斯坦式的突破。
因为狭义相对论不是一次知识补全。它重新定义了人类理解时间、空间和运动的方式。
Hassabis 在讨论 AI 创造力时，区分了两种能力：一种是在已经定义好的问题中寻找答案，另一种是提出新的理论和假说。后者才接近他所理解的真正创造力。
这个测试真正要问的是：如果一项科学突破需要的知识都已经出现，新理论会不会自然从旧知识中生长出来？
相对论告诉我们，不会。
01 范式决定了科学家在解决什么问题
理解这个问题，需要先讲一下托马斯·库恩在《科学革命的结构》中提出的“范式”。
这个概念可以简单理解为：一个时代的科学家共同接受的一套解题规则。它规定了哪些问题值得研究、应该使用什么概念、什么算有效证据，以及怎样的解释才算合理。
比如在牛顿物理学的框架里，时间均匀流逝，空间是物体运动的固定舞台。这些内容通常不会被当成问题，它们是科学家用来研究其他问题的前提。
在一个范式内部，大部分科学研究都像解题。理论和实验出现冲突，科学家会检查测量是否准确、参数是否需要调整，或者理论中是不是遗漏了某个条件。只要基本框架仍然有效，研究就会继续在原有体系里寻找答案。库恩把这种研究称为“常规科学”。
异常持续积累，原有框架又无法解释，科学革命才可能发生。新的理论会重新规定哪些问题重要、哪些概念有效，甚至改变科学家理解同一组实验结果的方式。
范式切换，不是在旧答案中选出一个更好的答案，而是改变我们理解问题的方式。
狭义相对论正是一次这样的变化。
02 爱因斯坦重新定义了时间
19 世纪末，物理学已经建立起两套非常成功的理论。牛顿力学可以解释物体怎样运动，麦克斯韦方程则统一了电和磁。单独使用时，两套理论都很有效；放到一起，却出现了一道难以处理的裂缝。
在牛顿力学中，速度可以相加。一个人在行驶的火车上向前扔球，站台上的人测到的球速，应该等于火车速度加上球相对火车的速度。按照同样的逻辑，不同运动状态的观察者测量光速，也应该得到不同结果。但麦克斯韦方程给出的光速似乎是一个固定值。
迈克尔逊—莫雷实验也没有测出预期中的“以太风”。如果光必须在以太中传播，地球又在以太中运动，实验本来应该测出不同方向上的光速差异，结果却没有。
当时很多科学家仍在原有框架中寻找解释：是不是以太会被地球带着一起运动？物体运动时会不会发生收缩？是否存在某种机制，使人类永远无法测出以太？
爱因斯坦面对的是同一批矛盾，却换了一个起点。他不再追问为什么测不到以太，也不再坚持所有观察者共享同一个绝对时间。
他从两个基本前提出发：所有惯性参考系中的物理定律具有相同形式，真空中的光速对所有惯性观察者相同。如果这两点都成立，需要调整的便是人们对时间和空间的理解。
两个相隔很远的事件是否同时发生，不再拥有一个独立于观察者的绝对答案；时间间隔和空间长度，也会随着观察者的运动状态发生变化。
爱因斯坦把原来被当作前提的“绝对时间”，变成了需要重新审视的问题。
这才是相对论测试真正困难的地方。相关实验、理论矛盾和数学工具已经出现，但这些知识不会自动告诉研究者：也许错的不是某个参数，而是我们理解时间的方式。
03 AI 能生成新答案，却仍受旧知识约束
要解释 AI 为什么发明不了相对论，还需要了解当前大语言模型怎样获得知识，又怎样产生所谓的“创造力”。
大语言模型通过海量文本训练，学习词语、概念和知识之间的关系。最基础的训练任务，是根据已有内容预测接下来最可能出现什么。规模足够大以后，模型由此掌握了语言形式，并形成总结、归纳、推理、迁移和组合能力。
面对一个已经定义好的研究问题，AI 可以迅速阅读大量论文，整理不同观点，完成计算推导，生成代码，也可以提出候选假说和实验方案。过去一个研究团队需要几个月完成的文献综述，它可能几分钟就能整理出基本脉络。
但它判断“什么是合理的”，主要依据仍然来自已有知识。如果训练资料普遍接受以太存在，模型就会把以太视为合理前提；如果大多数论文都在研究以太为什么无法被探测，它也会沿着这个方向继续寻找答案。
这不意味着 AI 没有创造力。它最常见的创造，是重新组合已有知识：文章、代码和假说都可以是新的，组成它们的材料和基本判断标准仍然来自旧知识。
再往前一步，AI 还可以在固定规则内找到人类没有发现的答案。AlphaGo 的“第 37 手”就是典型例子。那一步前所未见，但围棋的规则、胜负目标和反馈机制都已经确定，AI 做的是在巨大的可能性空间里寻找新路径。
相对论要求的是另一种创造。它没有在“如何探测以太”这个问题下继续寻找更优解，而是重新审视以太和绝对时间是否有必要存在。它改变了问题本身。
AI 已经可以在旧地图上找到人类没有走过的路。相对论需要的，却是意识到这张地图可能画错了。
04 从发现矛盾到范式跳跃，AI 还差什么
如果真的训练一个知识截止在 1901 年的模型，把经典力学、麦克斯韦方程和相关实验结果交给它，AI 能不能发现其中的矛盾？
当然可以。它可以指出经典速度叠加与光速不变之间的冲突，也能整理迈克尔逊—莫雷实验给以太理论带来的困难。只要提示足够明确，它还可以一次生成几十种解释方案。
但这仍然不是相对论。
一、识别异常之后，AI 仍会回到旧框架
理论与实验不一致，可能有很多原因：测量误差、参数错误、条件遗漏、理论适用范围有限，或者基础概念本身有问题。AI 擅长列出这些可能性，却很难独立判断问题究竟出在哪一层。
在旧范式中，绝对时间从未被视为一个需要检验的假设。它更像试卷上已经给定的条件。研究者会用这个条件继续解题，很少先去质疑题目本身。
从“两套理论存在矛盾”走到“绝对时间可能不存在”，中间没有一条可以按步骤完成的推导。这一步需要推翻用来推导的前提。
二、假说数量解决不了理论选择
现在的大语言模型已经可以生成科学假说。但生成假说，距离建立新理论还很远。
如果 1901 年的主流研究都围绕以太展开，AI 更可能提出一种新的以太模型，或者设计更精密的以太探测实验。即使它偶然生成了“以太可能不存在”这个选项，也只是众多候选方案中的一个。
真正困难的是理论选择：为什么要放弃一个被整个科学共同体接受的前提？这个看起来反常的假说，能否用更少的前提统一更多现象？在缺少直接证据时，为什么值得沿着它继续研究？
科学突破既要产生新想法，也要从大量可能性中识别出值得押注的方向。AI 可以制造选项，却无法独立完成这样的选择。
三、AI 没有一个必须要想通的问题
科学家之所以不断追问，有时并不是因为公式算不出来。理论可能已经能够解释实验，但整个体系仍然不够简洁，或者不同理论之间存在明显裂缝。研究者对这种不协调感到不满足，才会继续寻找更统一的解释。
当前 AI 的目标来自外部。人类让它解释某个实验，它就寻找能够完成任务的方案；人类让它提出十种假说，它就生成十种假说。任务结束后，它不会继续追问，也不会因为某种世界观不协调而长期投入其中。
即使给它长期记忆、持续任务和自动实验能力，研究目标与评价标准仍然来自外部。持续执行一个问题，与主动决定哪个矛盾值得追问、哪个前提需要推翻，并非一回事。
它可以模拟怀疑的语言，却没有必须把这个问题想通的需要。
AI 可以把旧范式里的路走到尽头，却不会自然产生“这条路本身可能错了”的冲动。
05 99% 的汗水，和 1% 的灵感
承认这条边界，并不会削弱 AI 对科学研究的价值。未来大量科研工作都会被它重构。
文献阅读、资料整理、计算推导、代码实现、实验设计、模型筛选，这些重复、繁琐又耗时的部分，都可以越来越多地交给 AI。过去需要几年才能梳理清楚的文献冲突，AI 可能几分钟就能找出来；原来依赖大量实验排除的错误方向，也可以通过模型加速筛选。
AI 还会让异常更早暴露，让科学家把更多时间留给判断、选择和解释。它对科研的意义，可能远大于我们今天看到的文献总结和代码生成。
AI 越强，人类在科学研究中的价值越会向上游移动：决定研究什么，识别哪个矛盾值得追问，判断什么时候应该放弃旧解释。
但 Hassabis 的相对论测试提醒我们：科学研究最关键的时刻，有时不在于更快地回答问题，而在于意识到问题问错了。
当问题已经定义清楚，AI 可以比绝大多数人做得更快、更全面。可一旦突破要求研究者怀疑最基础的前提，知识数量和计算速度都无法自动完成这一步。
爱迪生曾经说过：“天才是 1% 的灵感加 99% 的汗水。”
这里的灵感并非凭空出现的闪念。它来自人类对矛盾的敏感、对旧前提的怀疑，以及在没有标准答案时重新搭建解释框架的能力。
爱因斯坦面对的资料，并不比同时代的物理学家更多。
他真正改变的，是看待这些资料的方式。
AI 目前能替代 99% 的汗水，却替代不了那 1% 的灵感。