哈萨比斯提出“爱因斯坦测试”：检验AI能否独立提出科学理论

Google DeepMind联合创始人、诺奖得主哈萨比斯近日提出一项名为“爱因斯坦测试”的AI科学推理能力检验方案：将AI的知识水平限制在1911年，观察它能否在仅掌握当时知识的前提下，独立提出新的解释框架，并完成超出训练材料的推理，而非简单复读已有答案。

这一设想被Nature杂志在最新文章中梳理。哈萨比斯认为，如果AI能做到这一点，将成为检验AGI的有力测试。科学史已经给出了答案，研究者可以通过控制知识节点，对照历史观察模型是否获得超越训练数据的推理能力。

Nature同时介绍了相关尝试。独立研究者Michael Hla在2026年3月训练了历史语言模型GPT-1900，该模型基于1900年以前的书籍和报纸，总量约220亿token，从零训练了33亿参数的Transformer模型，并辅以约2.9亿token的历史物理语料。Hla试图让模型重新发现光量子、狭义相对论等理论。实验中，GPT-1900曾输出一段与爱因斯坦1905年论文高度相似的论述，但在大多数物理任务上失败。研究者也承认，实验过程中借助了现代AI模型Claude生成指令问答，数据清洗难以完全隔绝现代知识。

这一事件引发了对AI能否创造真正新想法的讨论。Google DeepMind研究员Tom Zahavy在论文中将科学推理分为归纳、演绎、溯因三类，认为当前大模型擅长归纳，但缺少爱因斯坦式的“溯因飞跃”。MIT科学家Jacob Andreas则指出，AI生成理论表述并非最困难的部分，难在判断哪些理论真正值得检验。