语言模型无法引发科学革命，世界模型或许可以

谷歌DeepMind研究员Tom Zahavy近日发表立场论文，系统论证了为何大语言模型无法成为科学革命的引擎。他的分析框架来自爱因斯坦写给友人索洛文的一封信：科学发现是一个循环——感官经验触发直觉上的「跃迁」，形成公理，再经逻辑演绎产生可检验的结论。这一循环中，「跃迁」环节是核心，也是语言模型最根本的缺失所在。

Zahavy借用哲学家查尔斯·桑德斯·皮尔斯的推理三分法来定位问题。演绎推理从固定规则出发得出确定结论；归纳推理从数据中提炼规律；溯因推理则是创造性地为某一现象发明原因。他进一步区分了两种溯因：普通溯因是从已知候选解释中选出最合理的一个，语言模型已能胜任；而「操纵性溯因」则是在没有任何现成语言模板的情况下凭空构建新概念，这才是科学发明的真正瓶颈。

以广义相对论为例，Zahavy指出，爱因斯坦提出理论时并不存在数据危机。牛顿物理学已被极高精度地验证，唯一的异常——水星近日点进动——被归因于一颗假想行星「火神星」。一个以优化误差为驱动的AI系统，面对同样的情境，只会沿着当时天文学家的思路发明一颗新行星，而不会去重构时空的基本概念。爱因斯坦理论的实验验证，如爱丁顿对光线偏折的测量，直到理论提出数年后才出现。

那么，爱因斯坦的认知跃迁究竟从何而来？Zahavy将其归结为具身模拟：爱因斯坦想象一位在太空中加速上升的电梯内的物理学家，从而得出加速度与引力在内部无法区分的洞见。这与阿基米德在浴缸中感受浮力的故事如出一辙——两个划时代的原理，都诞生于当时语言体系尚不存在的物理直觉之中。语言模型恰恰缺乏这种感官锚点，只能在已有符号之间进行重组，正如塞尔「中文房间」思想实验所描述的那样。

Zahavy也审视了当前最受关注的AI科研工具。Sakana的AI Scientist擅长重组现有概念，DeepMind的AlphaEvolve能在明确的误差信号下高效优化，但两者都无法在没有误差信号的情况下跳入全新的思想框架。他认为，真正的出路在于具有物理一致性的世界模型——不是像Veo那样预测最可能的下一帧，而是像Genie那样允许智能体主动干预模拟环境、进行反事实实验，从而在没有语言模板的地方生成新的公理。

这篇论文的核心主张并非否定AI在科学中的价值，而是为其能力边界划定了更精确的轮廓。在演绎与归纳层面，语言模型已展现出强大的潜力，并将持续推动科研效率的提升。但若要实现真正意义上的范式革命，Zahavy认为，研究者需要将目光转向能够支持具身模拟与反事实推理的下一代世界模型，而非寄望于在现有语言模型路径上的进一步扩展。

要点

• 语言模型已能胜任演绎与归纳推理，在数学奥林匹克等形式化任务上达到顶尖水平，但缺乏在无语言模板情况下发明新假设的「操纵性溯因」能力。
• 爱因斯坦提出广义相对论并非源于数据危机，而是通过具身想象完成认知跃迁，这一过程是当前AI架构无法复现的。
• 以优化误差为驱动的AI系统，在没有明确错误信号时无法主动颠覆既有理论框架，只会在现有范式内寻找局部最优解。
• 允许智能体主动干预模拟环境并进行反事实实验的世界模型，被认为是通向真正科学发现的潜在路径。
• AI科研工具的价值在于提升效率与重组已知知识，而非替代人类在科学革命中所需的创造性认知跃迁。