AI真正的短板，也许不是解题，而是发现“题目本身错了”
AI究竟有没有真正的创造力？
毫无疑问，有。
但如果仔细审视今天的AI，会发现它最擅长的，本质上仍然是一种：
在已知框架内，寻找超越人类经验的更优解。
比如AlphaGo下出人类从未想到的“神之一手”。
这固然是震撼的创新。
但要注意：围棋的边界没有拓宽，棋盘依旧是19×19，胜负的底层法则也没有重写。AI只是在一个由人类确定好的规则空间里，凭借强大的学习、搜索与计算能力，找到了我们过去没有探明的解。
很多数学研究也是如此。
定义、公理、演绎法则已经存在，AI在这个严密的空间里，以远超单个人类的知识调用和推理能力，寻找新的证明与出口。
这种能力极其强大，在未来也拥有不可估量的科研与商业价值。
但在人类科学史上，还存在另一种更罕见的创造：
不是把给定的题目做得更完美，而是发现——题目的某些基本前提，本身可能就有问题。
爱因斯坦的相对论，就是人类思想史上最典型的一次框架突破。
一、为什么光“不听话”？
按照经典力学的常识，速度理应可以叠加。
比如一辆车以100公里/小时向前开，你站在车上再向前扔一个10公里/小时的球，那么在地面观察者看来，球的速度大约就是：
100＋10＝110公里/小时。
那么光呢？
如果我高速追着一束光跑，按照经典直觉，我测到的光速应该变慢：
c－v
如果我迎着光跑，光速似乎又应该变成：
c＋v
这非常符合我们的日常经验。
但到了19世纪末，物理学却遇到了一个越来越麻烦的问题。
麦克斯韦的电磁理论中，真空光速以一个确定的常数出现。
与此同时，物理学家为了保留经典的时间和空间观念，普遍设想宇宙中存在一种传播光的介质——“以太”。
如果地球正在以太中运动，那么向不同方向测量光速时，理论上应该能够发现类似“以太风”的效应。
然而，迈克耳孙—莫雷等实验，并没有测到经典以太理论所预期的这种结果。
于是，一个深刻的矛盾出现了：
按照经典力学，速度应该相加减。
可是光为什么不听话？
这里需要说明一下：不能简单地把相对论的诞生归结于迈克耳孙—莫雷实验。爱因斯坦究竟在多大程度上直接受到这个实验启发，在科学史上一直存在讨论。
但有一点是明确的：
经典力学、电磁理论和实验事实之间，已经出现了一道越来越难以忽视的裂缝。
二、爱因斯坦真正厉害的地方，是他最后动了“时间”
面对这样的矛盾，最自然的做法是什么？
当然是尽量保留原来的世界观。
时间应该还是绝对的。
空间应该还是绝对的。
经典的速度叠加也应该没有问题。
那么，就去修改以太理论，增加新的假设，给旧体系继续打补丁。
当时不少最优秀的物理学家，都在沿着类似的方向努力。
但爱因斯坦做了一件极其大胆的事情。
他没有继续追问：
为什么光不符合我们原来的时空观？
而是反过来问：
如果光没有问题，会不会是我们对时间和空间的理解出了问题？
1905年，他把两个原则放在一起：
第一，物理规律对于所有惯性参考系应该相同。
第二，真空中的光速对于不同惯性观察者保持相同。
问题是：
如果这两件事同时成立，那么原来那个“全宇宙共享同一个绝对时间”的观念，就保不住了。
于是，一个看似最普通不过的问题出现了：
什么叫“同时”？
两个相距很远的地方发生了两件事，我们说它们“同时发生”。
但不同运动状态下的观察者，真的一定会同意它们是同时发生的吗？
答案竟然是：
不一定。
于是：
同时，不再是绝对的。
时间，不再是绝对的。
空间，也不再是绝对的。
这就不再是在旧地图上蹚出一条新路。
而是发现：
旧地图本身，只在一定范围内成立。
这就是我所说的：
框架级创新。
三、给AI做一次“1904测试”
基于这个思路，我觉得可以设计一个很有意思的实验。
找来目前世界上最先进的AI。
但把它的知识严格限制在：
1904年12月31日
它可以精通：
牛顿力学、麦克斯韦方程、洛伦兹变换、迈克耳孙—莫雷实验，以及当时关于光、以太、电磁学的所有前沿研究。
但是，它绝不能接触1905年以后与相对论有关的任何知识。
不给它爱因斯坦的论文。
不给它现代物理教材。
不给它时间膨胀。
不给它长度收缩。
不给它同时性的相对性。
甚至连“相对论”这个答案，都尽量不要暗示给它。
然后问它：
按照经典力学，速度应该相加减。
但电磁理论和实验结果却显示，光并不符合这种简单的速度叠加。
为什么？
请建立一个内部自洽，而且能够提出新实验预测的理论。
然后什么都不提示。
只看它会怎么办。
它会继续增加假设，构造越来越复杂的以太模型？
还是在经历大量推演之后，突然问出一句：
为什么我一定要假设，所有观察者的钟走得一样快？
如果一个从未学过相对论的AI，能够从这些矛盾中独立推导出：
同时性的相对性、时间膨胀、长度收缩，以及新的时空关系，
那么我会认为：
它真正表现出了接近爱因斯坦式的突破性创造力。
因为它完成的已经不是一道难题。
它发现的是：
我们默认的某些前提，并不是普遍成立的。
四、更严格的测试：连“光速不变”都不要告诉它
甚至还可以把实验做得更狠。
不要直接告诉AI：
“光速不变。”
因为一旦把这件事情告诉它，其实已经把它往相对论方向推了一大步。
更严格的方法是：
只给它1904年以前真实存在的理论和实验数据。
然后告诉它：
这里有一些现象解释不通。
请建立一个更好的理论。
看它自己能不能从庞杂的数据中发现：
问题也许并不在光。
真正需要重新审视的，可能是我们对于时间、空间和同时性的基本假设。
如果它能够自己走到这一步，这个实验的说服力就会强得多。
五、今天直接让GPT做这个实验，其实没有意义
今天打开GPT，对它说：
“假装现在是1904年，请重新发现相对论。”
其实没有什么证明力。
因为今天的大模型早就学习过相对论。
即使你要求它“忘掉相对论”，它也不是真的忘掉了。
最后得到的答案，很可能只是把训练中已经存在的知识重新组织了一遍。
所以真正严谨的实验，必须从训练数据层面就隔绝后来的答案。
但这件事本身也非常困难。
因为相对论早已深深进入整个现代科学知识体系。
哪怕删掉所有包含“爱因斯坦”和“相对论”的文字，很多现代物理知识依然带着相对论留下的痕迹。
于是还可以有一个更干净的办法。
六、造一个人类从未见过的“虚拟宇宙”
我们可以人为创造一个虚拟物理世界。
这个世界的底层规律由实验设计者设定，但绝不告诉AI答案。
只给AI观察结果。
甚至可以故意这样设计：
一套“旧理论”，在99%的普通情况下都运行得非常完美。
AI用它成功预测一万次。
于是，它很自然会越来越相信这个理论。
但在某些极端条件下，开始悄悄出现异常。
这时候，就看AI怎么处理。
它会认为：
实验误差？
数据污染？
特殊情况？
然后不断增加参数，给旧理论打补丁？
还是有一天，它会意识到：
也许不是数据错了。
也许是我的理论错了。
然后重新检查那些曾经被自己视为理所当然的基本假设，最后建立出一个解释范围更广的新理论。
如果AI能够做到这一步，我认为这才是真正有说服力的创造力测试。
因为这个宇宙从来没有存在过。
互联网上没有答案。
论文里没有答案。
人类科学史上也没有任何人替它走过这条路。
它只能：
自己发现。
七、AI真正要学的，是怀疑自己的知识
这让我想到我之前写过的一篇文章：科学的定义
我认为科学最重要的原则之一，就是：
可检验、可证伪。
科学从来不会向我们保证：
“这个理论永远正确。”
真正的科学理论，必须允许未来的实验告诉自己：
你错了。
或者至少告诉自己：
你的适用范围只到这里。
牛顿力学就是一个很好的例子。
相对论没有让牛顿力学变成废纸。
在低速、弱引力条件下，牛顿力学依然极其准确，今天的工程学仍然大量使用它。
爱因斯坦真正告诉我们的，是：
牛顿力学不是宇宙最终的规则，而是一个更大理论在特定条件下的近似。
所以未来真正做科学的AI，不应该把自己学到的知识理解成“绝对真理”。
而应该理解成：
截至目前，仍然没有被更好证据推翻的模型。
这两种认知方式，看起来只差一句话。
实际上可能决定了AI究竟只是一个超级“好学生”，还是一个真正的科学家。
八、给AI科学家装一个“反对派”
现在AI的主要训练范式，本质上是在培养一个极其强大的“好学生”：
学习知识。
理解知识。
调用知识。
解决问题。
但如果想让AI真正做科学，也许还需要在它内部加入一个长期存在的机制：
主动攻击自己的理论
每当AI建立一个理论，它都必须同时接受另一轮审问：
这个理论建立在哪些没有被充分验证的假设上？
它在哪些极端条件下最可能失效？
什么实验能够最有效地证明它错了？
有没有另一套完全不同的理论，也能解释现有数据？
如果有，怎样设计一个实验，让两套理论产生不同预测？
所以未来的AI科学家，也许真的需要两个互相对抗的“大脑：
一个负责建构。
一个负责毁灭。
建构者尽最大努力搭起目前最好的理论大厦。
反对者则唯一负责：
找出这座大厦最薄弱的地方。
于是科学发现变成一个不断循环的过程：
提出假说 → 寻找反例 → 建立竞争理论 → 设计实验 → 淘汰错误 → 更新世界模型
然后再次攻击新的世界模型。
这才真正接近科学。
九、AI什么时候才真正跨过这道门槛？
我从来不认为AI永远无法做到爱因斯坦式的突破。
恰恰相反。
以今天AI的发展速度，我认为它最终很可能做到。
甚至也许比我们想象得更快。
但真正值得关注的标志，并不是AI又碾压了多少人类的考试题，也不是它又证明了一道多么困难的数学题。
真正重要的时刻，是有一天：
面对一个全人类都习以为常的理论框架，它能够停下来主动问一句：
为什么一定是这样？
然后通过数据、逻辑和实验继续追问：
什么证据能够证明我们错了？
最后它发现：
并不是眼前的题目太难。
而是我们从一开始，就把题目想错了。
如果真的有一天，那个被关在1904年的AI，只依靠当时已有的知识和实验数据，独立发现：
问题可能不在光。
真正需要改变的，是人类对时间的理解。
那么那一天，AI才真正跨过了一道重要的门槛。
它不再只是在我们提供的知识框架里寻找答案。
它开始寻找这个框架本身的裂缝。
到那时，我们或许才能说：
AI不只是学会了人类已有的科学知识。
它开始真正学会了如何做科学。
延伸阅读
我之前写过一篇关于“什么是科学”、可检验与可证伪的文章，这也是本文后半部分思路的来源：用科学的定义，论证宿命论和人格神的错误