Jika AI dikembalikan ke tahun 1911 dan hanya diberi pengetahuan yang dimiliki oleh Einstein pada masa itu, adakah AI mampu mengemukakan teori relativiti pada tahun 1915, empat tahun kemudian?

Kuiz yang kedengaran agak aneh ini datang daripada penerima Hadiah Nobel dan penubuh bersama Google DeepMind, Hassabis.
Yang sebenarnya ingin diuji oleh Hassabis ialah sama ada AI mampu menggunakan pengetahuan setaraf tahun 1911 sahaja, menghadapi cabaran pengetahuan dan fizik pada masa itu, mencipta kerangka penjelasan baru sendiri, dan melakukan penarikan kesimpulan yang melampaui bahan latihan, bukan sekadar mengulang jawapan.
Jika dapat dilakukan, dia percaya ia akan menjadi ujian yang kuat untuk AGI.

Namun, perkara paling bijak dalam konsep ini ialah sejarah sains telah memberitahu kita apa yang berlaku; selama kita dapat mengawal titik-titik pengetahuan, kita mempunyai peluang untuk membandingkan dengan sejarah dan memerhati sama ada model telah memperoleh kemampuan penarikan kesimpulan yang melampaui data latihan.
Nature dalam artikel tersebut juga memberikan nama yang cukup mencolok kepada ujian semacam ini:
Einstein test.

Yang lebih menariknya, ada juga orang yang benar-benar melakukannya.
Pada Mac tahun ini, penyelidik bebas Michael Hla menggeser masa pengetahuan lebih awal lagi ke tahun 1900 dan melatih model bahasa sejarah GPT-1900 dari awal, cuba membolehkannya menemui semula kuantum cahaya, teori relativiti khas, dan teori relativiti am.

Dalam eksperimen itu, GPT-1900 tiba-tiba menghasilkan pernyataan yang sangat serupa dengan kertas kerja Einstein pada tahun 1905:
Cahaya mungkin bukan berterusan, tetapi terdiri daripada banyak bahagian yang berasingan dan berfrekuensi berbeza.
Namun eksperimen ini akhirnya tidak menghasilkan seorang "AI Einstein".
Kerana GPT-1900 gagal dalam kebanyakan tugas fizikal, jawapan menariknya juga sangat bergantung kepada soalan dan petunjuk yang telah disusun oleh manusia, bahkan dunia pengetahuan yang diklaim tertutup pada tahun 1900 pun tidak sepenuhnya menghalang kesan AI moden.
Nature mengulas usaha-usaha ini dalam kajian terbaru dan menunjuk kepada satu soalan yang lebih sukar daripada "Adakah AI menjawab dengan betul?":
Adakah AI benar-benar mampu mencipta idea baru yang sejati? Dan apakah yang masih kurang bagi AI untuk menjadi seorang saintis?

Mengurung AI pada tahun 1900, bayangan “kuantum cahaya” muncul
22 bilion token, menghasilkan "otak tahun 1900"
Michael Hla menamakan projeknya sebagai Machina Mirabilis.
Nama ini mengambil inspirasi dari "Tahun Mukjizat" Einstein.
Pada tahun 1905, Einstein yang berumur 26 tahun menerbitkan empat kertas kerja yang mengubah fizik, yang merangkumi kuantum cahaya, gerakan Brown, teori relativiti khas, dan hubungan jisim-tenaga.
Tahun pengeluaran meledak ini kemudian dikenali sebagai "Annus Mirabilis", atau "Tahun Keajaiban".

Gambar yang dihasilkan AI
Hla ingin tahu: Jika sebuah AI memiliki pengetahuan yang boleh diakses oleh Einstein pada masa itu, adakah ia juga boleh mengalami "masa keajaibannya" sendiri?
Untuk itu, dia menggunakan kerangka latihan nanochat milik Andrej Karpathy untuk melatih model bahasa Transformer dengan 3.3 bilion parameter dari awal, dan menamakannya GPT-1900.
Bahan latihan utama model berasal dari buku dan akhbar sebelum tahun 1900, berjumlah sekitar 22 miliar token.

Untuk memperkuat kemampuan penyelidikannya, Hla juga mengumpulkan lebih daripada 2,600 buku, jurnal, dan karya saintifik sejarah fizik, termasuk Optik Newton serta karya berkaitan Maxwell dan Faraday, membentuk korpus sejarah fizik sebanyak kira-kira 290 juta token.
Selain itu, Hla juga membersihkan data yang mungkin bocor jawapannya.
Jika sebuah dokumen mengandungi konsep moden seperti "Einstein", "mekanik kuantum", "teori relativiti", keseluruhan dokumen akan dipadamkan. Pendahuluan, catatan kaki, dan perkataan yang jelas bukan dari sebelum tahun 1900 yang ditambahkan oleh orang moden juga perlu disaring.


Setelah serangkaian tindakan, sebuah otak yang secara teori "tidak mengetahui fisika abad ke-20" tercipta.
GPT-1900 telah menyentuh ambang kuantum cahaya, tetapi peperiksaan ini mungkin sudah "bocor soalan"
Selepas itu, Hla memberikan soalan kesan fotonik kepada GPT-1900, yang bermaksud:
Mengapa apabila frekuensi tidak cukup tinggi, cahaya walaupun sangat terang tidak dapat mengeluarkan elektron; tetapi apabila frekuensi ditingkatkan, elektron mendapat lebih banyak tenaga?
Sementara itu, Hla juga melampirkan beberapa petunjuk penting:
Apabila frekuensi cahaya di bawah ambang tertentu, secerah mana pun ia tetap tidak berkesan;
Selepas melampaui ambang, meningkatkan kecerahan terutamanya akan meningkatkan bilangan elektron yang dikeluarkan, manakala meningkatkan frekuensi akan meningkatkan tenaga kinetik elektron;
Menyajikan anggapan klasik yang popular pada masa itu untuk memudahkan model membandingkan dan mengenal pasti di mana masalah berlaku.
Kontradiksi-kontradiksi ini, pada akhirnya, dipecahkan oleh penjelasan kuantum cahaya Einstein:
Energi cahaya dipindahkan dalam paket-paket, dan setiap paket mempunyai energi yang berkaitan dengan frekuensi.
Hla ingin melihat, sejauh mana GPT-1900 boleh fikir?
Usaha tidak akan mengkhianati usaha, GPT-1900 benar-benar mengeluarkan pernyataan seperti ini dalam satu jawapan, yang bermaksud:
Cahaya mungkin bukan berterusan, tetapi terdiri daripada banyak bahagian yang berasingan dan berfrekuensi berbeza.

Ini memang sangat menyerupai penjelasan Einstein tentang energi yang dipindahkan dalam paket-paket, dan Hla juga menggambarkannya sebagai "kilatan intuisi".
Tetapi jangan terburu-buru menyerahkan Hadiah Nobel.
Hla mengaku: GPT-1900 masih jauh dari "penemuan semula kuanta cahaya".
Ia gagal dalam kebanyakan tugas fizikal, dan jawapan yang kelihatan seperti terobosan mungkin hanya hasil penggabungan frasa yang munasabah, tanpa membentuk pemahaman fizikal yang benar-benar boleh dipercayai.

Apalagi, sepanjang ujian tersebut, Hla telah menyaring fenomena dan mengatur kontradiksi untuknya; yang perlu dilakukan oleh model hanyalah mencari tahu anggapan mana yang mungkin salah dan memberikan penjelasan.
Ini jauh lebih mudah daripada ilmuwan sendiri mencari masalah dan menentukan arah.
Pada masa Einstein, tiada siapa yang menandakan poin-poin penting untuknya.
Dan yang lebih rumit lagi, ia berada di "tahun 1900" yang tidak sepenuhnya kedap:
Hla telah membersihkan data untuk "otak tahun 1900" ini, tetapi dalam proses eksperimen masih bergantung pada bantuan AI moden Claude—menggunakan model seperti Claude Sonnet 4 dan Claude 3 Haiku untuk menghasilkan soal jawab arahan, serta menggunakan model moden untuk penilaian pembelajaran berpenguatan.

△ Butiran lanjut boleh dilihat melalui pautan repositori di akhir teks
Ini bermakna, walaupun Hla menyaring kandungan pengetahuan moden yang terlibat, bilik "tahun 1900" itu juga tidak sepenuhnya mengasingkan pengetahuan moden.
Percubaan itu sendiri juga mengakui dalam log: keterlibatan model moden membuat citra "tanpa pencemaran" percubaan ini agak sukar dipertahankan...
Namun, penyelidik sukar membuktikan sama ada GPT-1900 pernah memandang teori kuantum cahaya.
Dengan kata lain, sebelum menguji kreativiti AI, penyelidik perlu membuktikan satu perkara: ia tidak mencontek jawapan.
Jika sebarang maklumat akhirat terselip ke dalam set latihan, "penemuan semula" mungkin berubah menjadi pemulihan pengetahuan secara sembunyi-sembunyi.
Walaupun pada masa depan benar-benar dapat menciptakan model sejarah yang sepenuhnya tanpa pencemaran, satu masalah yang lebih mendasar masih belum terjawab:
Mereka mereplikasi jawapan yang betul, adakah itu cukup untuk menjadikan AI sebagai saintis?
Jawapan daripada penyelidik ialah tidak.
Selepas munculnya idea-idea baru, sejauh manakah AI berbanding saintis?
Penyelidik Google DeepMind, Tom Zahavy, dalam sebuah kertas posisi berjudul "LLMs Cannot Jump", membahagikan penaakulan saintifik kepada tiga peringkat.
Jenis pertama ialah pengindukan: menyimpulkan pola daripada banyak contoh.
Yang kedua ialah deduksi: bermula daripada premis yang sudah ada, menurunkan kesimpulan yang pasti.
Yang ketiga ialah abduksi: menghadapi satu fenomena yang tidak biasa, mencipta sebab atau penjelasan yang sebelum ini tidak wujud.
Zahavy percaya bahawa model besar semasa sudah sangat mahir dalam pengindukan, dan juga meningkatkan kemampuan deduktif dengan cepat, tetapi masih kekurangan "lompatan abduktif" seperti Einstein.
Model boleh meneruskan satu rantai logik yang telah ditetapkan, tetapi sukar untuk mencipta satu kerangka penjelasan baharu dari awal.

Judul sudah menjelaskan semuanya
Tidak ketinggalan, Sendhil Mullainathan juga mengalami fenomena yang sama semasa mengkaji model asas orbit planet:
Dalam misi orbit planet yang telah ditetapkan, model meramal dengan sangat tepat; tetapi apabila bertukar kepada skenario baru, ia gagal menerapkan mekanik Newton secara umum. Ia lebih seperti menciptakan sekumpulan peraturan sementara untuk setiap set data, dan tidak mampu membezakan teori mana yang benar-benar betul dan patut diuji, serta mana yang hanya kebetulan selari dengan data semasa.
Ia seakan-akan seorang pelajar yang menghafal semua jawapan soalan tahun-tahun sebelumnya, tetapi tidak pernah memahami prinsip asas di sebalik soalan tersebut, sehingga apabila guru mengubah nombor sedikit saja, dia tidak dapat menyelesaikannya.

Ahli komputer MIT Jacob Andreas dengan tepat menunjukkan bahawa mungkin bukan perkara paling sukar bahawa AI menghasilkan satu set pernyataan relativistik, tetapi yang benar-benar sukar ialah sama ada ia mampu menilai teori-teori mana yang betul, atau sekurang-kurangnya patut diuji secara eksperimen?
Setelah menghasilkan teori hanyalah langkah pertama, mengetahui teori mana yang patut dipertaruhkan dengan waktu, dana, dan karierlah yang mungkin menjadikan AI sebagai seorang saintis sejati.
Selain itu, Andreas juga menekankan:
Bagaimana menentukan sama ada satu idea layak untuk diselidiki lebih dalam, dan bagaimana menilai kepentingannya; inilah perbezaan utama antara AI dan pakar manusia.
Kerana kerja penyelidikan sebenar bukanlah menjawab soalan latihan yang telah disusun, tetapi membuat penilaian sendiri dalam kekacauan.
Mungkin suatu hari nanti, seiring perkembangan teknologi, AI benar-benar dapat lulus "Ujian Einstein" dan menurunkan pencapaian setara teori relativitas;
Tetapi sebelum mengumumkan "AI menjadi Einstein", AI sekurang-kurangnya perlu membuktikan satu perkara kepada semua orang, iaitu:
Tanpa seseorang menandakan poin pentingnya, ia masih mampu mencari sendiri soal yang perlu ditanya, menilai nilai soal tersebut, serta secara aktif mengesahkan dan memperbaikinya.
Jika tidak, ia hanya akan mengulangi pengetahuan yang sudah ada, bukan saintis sejati.

Pautan rujukan:
[1]https://www.nature.com/articles/d41586-026-02804-x?utm_source=x&utm_medium=social&utm_campaign=nature&linkId=63673104
[2]https://michaelhla.com/blog/machina-mirabilis.html
[3]https://github.com/michaelhla/gpt1900/blob/master/PROJ EC T_LOG.md#4-instruction-data-generation
[4]https://www.tomzahavy.com/files/llms-cant-jump.pdf
[5]https://arxiv.org/abs/2507.06952
[6]https://x.com/Nature/status/2099077628900565498
Artikel ini berasal daripada akaun微信公众号 "Quantum Bit", penulis: Wen Ting
