在科學(xué)研究領(lǐng)域，人工智能正以一種前所未有的方式展現(xiàn)其潛力。近日，北京大學(xué)物理學(xué)院科研團(tuán)隊(duì)的一項(xiàng)突破性成果引發(fā)廣泛關(guān)注——他們開發(fā)出具備自主理論構(gòu)建能力的AI系統(tǒng)，該系統(tǒng)通過分析實(shí)驗(yàn)數(shù)據(jù)獨(dú)立推導(dǎo)出經(jīng)典力學(xué)定律，相關(guān)研究登上國際權(quán)威學(xué)術(shù)期刊《自然》，被視為人工智能從科研輔助工具向“主動(dòng)認(rèn)知主體”轉(zhuǎn)變的關(guān)鍵一步。

這一名為“AI-牛頓”的系統(tǒng)，在完全未預(yù)設(shè)任何物理知識的前提下，被置于包含小球、彈簧等裝置的46組實(shí)驗(yàn)數(shù)據(jù)環(huán)境中。與傳統(tǒng)AI依賴數(shù)據(jù)擬合的模式不同，該系統(tǒng)采用類似科學(xué)家“假設(shè)-驗(yàn)證”的推理策略，通過迭代分析逐步識別實(shí)驗(yàn)中的運(yùn)動(dòng)模式，并自主構(gòu)建出“力”“質(zhì)量”“加速度”等基礎(chǔ)概念，最終推導(dǎo)出牛頓第二定律F=ma。這一過程不僅驗(yàn)證了AI在復(fù)雜物理問題中的邏輯推理能力，更突破了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)“黑箱”運(yùn)算的局限。

研究團(tuán)隊(duì)通過構(gòu)建“實(shí)驗(yàn)庫-理論庫”雙層架構(gòu)，為AI搭建了從數(shù)據(jù)到理論的橋梁。實(shí)驗(yàn)庫提供原始數(shù)據(jù)與裝置參數(shù)，理論庫則記錄系統(tǒng)自主生成的概念與規(guī)律。通過符號、概念、定律的三層結(jié)構(gòu)，AI得以在海量數(shù)據(jù)與可解釋的數(shù)學(xué)公式之間建立清晰聯(lián)結(jié)，其推理路徑可追溯、邏輯鏈條可驗(yàn)證。這種設(shè)計(jì)使AI的決策過程從“不可知”轉(zhuǎn)向“可解釋”，為科研領(lǐng)域的人工智能應(yīng)用提供了新范式。

國際學(xué)術(shù)界對這一成果給予高度評價(jià)?！蹲匀弧冯s志引述哈佛大學(xué)專家觀點(diǎn)指出，該系統(tǒng)的編程邏輯鼓勵(lì)模型主動(dòng)探索核心概念，而非在既有理論框架內(nèi)驗(yàn)證假設(shè)，這種“原生探索能力”可能重塑未來科學(xué)發(fā)現(xiàn)的方式。尤其在面對未知領(lǐng)域時(shí)，AI的自主推理能力有望成為突破傳統(tǒng)研究瓶頸的重要工具。

目前，研究團(tuán)隊(duì)正計(jì)劃將這一方法拓展至更復(fù)雜的物理體系。據(jù)透露，下一步將嘗試讓AI從量子實(shí)驗(yàn)數(shù)據(jù)中尋找規(guī)律，探索其在微觀世界理論生成中的潛力。這一方向若取得進(jìn)展，將進(jìn)一步模糊數(shù)據(jù)分析與理論創(chuàng)新的邊界，推動(dòng)人工智能從“數(shù)據(jù)解釋者”向“理論共創(chuàng)者”演進(jìn)。