如果把AI送回1900年，只给它当时的知识，它能抢先爱因斯坦提出“光量子”吗？DeepMind创始人哈萨比斯提出用这种“爱因斯坦测试”来检验AI是否具备真正的科学创造力。

最近，研究者Michael Hla真做了这个实验。他用1900年前的220亿词元文献数据，训练了“GPT-1900”模型。在解答光电效应时，它竟给出了与爱因斯坦“光量子”假说高度相似的回答，推测光可能是不连续的。

但这并非“AI爱因斯坦”诞生。首先，该模型在多数物理任务中失败，且亮眼回答高度依赖人类喂给的提示。其次，实验在数据处理和训练时借用了现代AI，存在“漏题”嫌疑，并未完全隔绝现代知识。

《Nature》及多位科学家指出，当前AI擅长总结规律和逻辑推导，但缺乏面对未知现象时提出全新解释框架的“溯因”能力。真正的科研不是做别人划好重点的习题，而是要在混沌中自主发现问题、判断理论价值并进行验证。

会拼凑答案不等于会创造。在没人“划重点”时，AI若能自己找到值得追问的问题并主动验证，才算真正跨过了科学家的门槛。