0 2 1 7 -只把 20 世纪前的物理数学知识喂给 AI，AI 能推导出狭义或广义相对论吗？
答案是：
**** Hidden Message *****
因为达到这一步，就达到了 AGI。这是戴爵的 AGI 标准，也是 AGI 标准中最苛刻的。
今年五月份《经济学人》大总管 Zanny Minton Beddoes 采访了戴爵和小卷毛 Dario Amodei。
戴爵提到了：
爱因斯坦只使用了他所在时代的知识就完成了广义相对论的论证……（我们的 AI）要具备这种能力恐怕还要花更长时间。
戴爵给出了模糊的试问：
目前的范式（transformer LLM 为主导的 AI）是否能在达到一定的训练量是出现这种能力。
主要是下面 5 个原因、
① 数据没有引发质变
我们并没有在 Opus，Llama 405，GPT-4.5，Gemini 2.x 这些表达模型中观察到 模型发现"新知识"的迹象。
尤其是 Gemini 2.x 作为最新一代的巨模，它的数据量已经达到了前所未有的程度，满足了巨型参数 + 巨量数据的融合。
② 新功能 来自新的"填鸭补充"
但从我近五个月高强度的尝试。我并没有发现它有超出数据之外的表现力，它只是对旧知识旧数据的更好，更丝滑的拟合。
它可以确保文章下一个词是用得最到位最贴切的，仅此而已。
像 Gemini 2.5 Pro Deep Think 一些新特性比如冲击 IMO 金牌，对 SVG 视觉更好的呈现是后来通过 Task Specific Fine tuning 加入的特性。
模型没有"自悟"出这些能力。
③ 接下来，是暴论环节
困死在山谷里的数学宿命
一个模型训练完成，Loss Function 最小化，达到 The End of Gradient Descent，它就变成了一种"inference 语言机"，我在这里强调的是"机"，而不是 AI，是希望读者不要带入幻想。
给定前面的词，预测下一个最“合理”（在训练数据中统计上最可能出现）的词。
因此，模型的每一次输出，都是在其内部被数十万亿参数固化的“知识图谱”中进行的一次高维插值（High-Dimensional Interpolation）。
它寻找的是已有数据点之间“最平滑的路径”。
一个 input 放进"语言机"在末端给出一个最合理的 output。
这是一个有万亿形状各异的齿轮咬合在一起的旧世界规则机，这个输出是符合"旧世界秩序"的输出，它是一个极端的保守派。
如果，爱因斯坦的广义相对论未被直接嵌在这个模型的表征空间中，那么，它其实是个"错误"。
这只是一个例子，所有外推的结论都会被模型视为一种"错误"，一种由于概率过低而被视为错误的陈述。
这就要回到模型是如何判定事实为真的？
这是翻译机时代一种理念，一个词出现的概率越大，那么被视为"真"的概率就越大。
就是这样，这是所有"语言机"的本质特征。
LLM 的梯度下降优化过程，本质上是让模型"沉降"到数据流形的最深处（Loss Function 的最低点），任何试图爬出这个流形的探索都会受到损失函数增大的惩罚，因此，它是一个极端的“保守派”，是其数学宿命。
④ 爱因斯坦的飞跃——"终点视觉"和 Agency
爱因斯坦为什么可以靠黎曼几何，张量分析，微分几何等已有知识就可以完成广义相对论的论证？
其实也很简单，因为人类和语言机是不同——人有对奖励的渴望（解决牛顿引力与狭义相对论之间的矛盾），主动的探索思辨，反复的批判修正，对工具的熟练运用。
还有一个点，最关键的是，爱因斯坦实际上已经看到了终点，只是在寻找通向终点的路径。
这似乎是人类特有特质，对新图景的反事实推理和想象力。
模型也有想象力，这件事 Anthropic 在博客文章中提到过，但那种想象力只是对结果的一个预估，而这个结果已存在于旧世界中。
模型无法主动设想存在于一个系统之外的广义相对论，然后找到路径论证它。
爱因斯坦的飞跃，我想，最重要的是，他已经"看到"了终点，一个能够统一引力和时空的新图景，他是在这个"终点视觉"的指引下，去寻找通向它的数学路径（黎曼几何等工具）。
这才是问题所在，我们几乎没有技术可以为模型植入"终点视觉"，我们可以为模型设定一个答案为可以形式化的终点，比如在 11 维空间中接吻数＞592，让 AlphaEvolve 去试错探索，但我们如何描述"牛顿引力和狭义相对论统一的图景感？"
⑤ GPT-4.5 的项目后分析
有位研究员说：
现在的学习方式需要得到非常大的革新。
未来我们可能要在原有的数据上取得一种突破。
我想我们需要一套新的学习方法，可能叫做 Agentic Learning，让 AI 在学习的阶段就进行一种自主性的探索。
而不是用一个预训练模型，再打磨成一个 Agent，这两者的性质在神经网络上的投射是不同的。
这会带来极大的对齐和安全问题。
不过，我在想这就是异端和危险思想的魅力，我们可能未来不能既要安全对齐，又能超凡脱俗。
国外大神观点：
When Einstein put forward the theory of general relativity, he based it on the information available to him at that time. To give another example, can we invent a game like Go? Not just making a brilliant move (such as move 37), nor developing something like AlphaGo that can beat world champions, but truly inventing a game as aesthetically pleasing as Go. I think it will take much longer to acquire such a capability.
简单翻译下就是：
爱因斯坦提出广义相对论的时候，也是基于他当时能掌握的信息。再举个例子，咱们能发明出像围棋这样的游戏吗？不是说下出什么妙手（比如第 37 手那种），也不是搞出阿尔法狗这种能打败世界冠军的东西，而是真的发明一个和围棋一样有美感的游戏。我觉得要具备这种能力，恐怕还得花更久的时间呢。
评论区聊聊你的想法吧{:10_330:}
https://xxx.ilovefishc.com/forum/202505/12/120451wiv7viv5iebupbbr.png
>>万能兑换C币许愿池<<
如果有收获，别忘了评分{:10_281:} ：
https://xxx.ilovefishc.com/forum/202011/20/092334ggd6inlzfisfrdir.png.thumb.jpg
https://xxx.ilovefishc.com/forum/202505/21/111710rvxgdn90vaub5gag.gif 感谢分享 朕又在鱼C学到宝藏知识啦！非常满意{:10_275:} 感谢分享 朕又在鱼C学到宝藏知识啦！非常满意{:10_275:}
页:
[1]