AI科学家诞生了?北大“AI牛顿”从零推导出牛顿第二定律!
作者：微信文章如果试图把一个AI训练成“科学家”，但不告诉他速度、力这些基础物理概念，只扔给它一堆实验数据，它能自己总结规律，推导出物理定律吗？
研究速览
近来，北京大学物理学院的研究团队，研发出了一个名为“AI牛顿”（AI-Newton）的人工智能系统。只要把实验数据输入这个系统，它就能深度挖掘数据特征，自主归纳出描述物理规律的数学公式。目前，AI-Newton已成功推导出牛顿第二定律、能量守恒定律、万有引力定律等基本物理定律。
这项研究已发表在预印本网站arXiv上（注意，这个网站上的论文未经过同行评审）。图片来源：论文截图
小箔解读
01
普通AI为何不懂物理原理？
✦
咱们先来聊聊如今普通的AI。虽然ChatGPT、DeepSeek等大语言模型能写诗、做算术，AlphaFold（由谷歌所属AI企业DeepMind开发）能推测蛋白质结构，不过，在物理学家看来，这些AI只能算是“超级拟合怪”。
举个例子，如果你给这些AI提供物体运动的实验数据时，它们或许能画出一条优美的拟合曲线。但如果你问它这曲线背后的物理意义是什么，它们就无法回答了。也就是说，现在的AI能够处理海量文本、识别特定事件模式，可是并没有真正明白现象背后的原理。
这与真正的科学发现相去甚远。牛顿被苹果砸中后发现了万有引力定律（当然这只是传说），靠的可不是在脑子里拟合苹果掉落的轨迹，而是靠提取抽象概念，再进行逻辑推理后实现的。
这也许就是北京大学发明AI-Newton的原因：他们期望AI可以像科学家一样去思考，而不单单是像计算机似的，只会做算数运算或拟合数据。
02
从零开始的“物理学婴儿”
✦
最初的AI-Newton，可以说就是个“物理盲”。研究人员只告诉它时间、空间坐标，以及一堆包含物体运动的实验数据，它连最基本物理概念都不知道。
AI-Newton就像一个好奇的婴儿，它开始“观察”并分析实验数据中小球、弹簧的运动数据。经过几次“观察”后，它发现物体的位置会随时间、空间变化，于是“发明”了第一个概念——速度。
接着，它发现一些物体的运动状态改变起来比另一些更“费劲”。于是，它又定义了一个物体的内在属性——质量。
每“发明”一个新概念，AI-Newton都会将其纳入自己的“知识库”，以便在之后更复杂的探究中调用。
有意思的是，AI-Newton从两种截然不同的实验现象中，“发明”了两种“质量”概念：在研究弹簧振子时，定义了“惯性质量”（物体反抗运动状态改变的属性）；后来，它在研究抛物运动和引力时，又定义了“引力质量”（物体感受引力大小的属性）。
更关键的是，通过数据分析，AI-Newton发现这两个看似不同的“质量”，在数值上竟然是等效的。于是，它把这两个“质量”合并了，只保留一种表达方式。这波操作，堪称对物理学家发现的“等效原理”的复刻。
这说明了什么？AI-Newton的“思考”与普通AI不同，它已经触及了物理学的深层逻辑。
03
AI-Newton发现了哪些物理定律？
✦
在AI-Newton的探究过程中，会用到一种关键技术——“符号回归”（Symbolic Regression）的。简单来说，这种技术就是让AI-Newton学会用最佳的数学公式，来表达适配实验数据的物理规律。
当AI-Newton一步步发现“质量”“力”“速度变化”（即加速度）这些关键物理概念后，它就把它们联系起来，得到了一条我们在中学时都学过的、表示力的相互作用的物理定律——牛顿第二定律，即F=ma。当然，它用来表达这些物理量的符号并非F、m、a，而是一种物理领域特定语言（DSL）。
这就是AI-Newton 自主发现的牛顿第二定律在 x 轴方向的表达式（为什么只表示一个方向？因为它目前还不会向量）。∀i:Ball表示对象是球体，Vk表示弹性势能，Vg表示重力势能，因此对它们求导就分别表示弹性力和重力。图片来源：论文截图
为了检验AI-Newton的能力，研究团队为它设置了一系列严格的“考试”。他们通过计算机模拟，生成了包含46个不同牛顿力学场景的实验数据，并加入了随机噪声。
这些模拟实验数据包罗万象，从简单的自由落体、弹簧振动，到复杂的多体碰撞、链式弹簧系统，甚至还有多天体在引力作用下的运行轨迹。
AI-Newton 的性能在46 个牛顿力学实验中进行了测试（上图只展示了部分）。图片来源：论文截图
结果令人震撼。除了已经提到的牛顿第二定律，AI-Newton还成功“发现”了能量守恒定律、万有引力定律。这效率，就算真的牛顿或爱因斯坦来了，恐怕也得甘拜下风。
04
AI离真正的科学家还有多远？
✦
AI-Newton真正厉害的地方还在于它的“思考模式”——似真推理（Plausible Reasoning）。这是一种合理推断方法，它模仿了科学家在没有确凿证据或只掌握了部分证据的情况下，依然能大胆提出假设的思考方式。
例如，当AI-Newton在分析简单的弹性碰撞实验时（比如两个小球相撞），发现了动能守恒定律。但当它处理更复杂的碰撞实验时（比如两个小球相撞，但中间隔着弹簧），它发现原来总结的“动能守恒”失效了，因为碰撞后两个小球的动能之和小于碰撞前！
两种碰撞情景。图片来源：谷歌AI生成
普通的AI可能直接判断此前的推理错误，但AI-Newton不会。它像一位老练的科学家，猜测是不是有什么能量在碰撞后被“藏起来”了。结果，它发现丢失的能量其实转移到了弹簧上，据此，它定义了“弹性势能”，从而成功地“修复”动能守恒定律。
当然，这项研究仍有不少局限性。首先，AI-Newton目前处理的是模拟的实验数据，它还没有真正发现一条全新的、人类未知的物理定律。
其次，AI-Newton还算不上一个完全自主的“AI科学家”。因为科学家不仅要会分析数据，还需要具备提出科学假设、设计验证实验的能力。而这些，可能就是AI-Newton接下来要发展的方向。
但可以想象的是，未来，AI将不仅仅是人类科研的得力助手，还可能独立承担一些研究任务。说不定，有一天我们还能见证“AI科学家”获得诺贝尔奖呢。（你觉得这现实吗？欢迎在评论区说说你的看法）
#自主科学发现#概念驱动#符号回归#牛顿运动定律#似真推理 #AI科学家
参考链接：
https://arxiv.org/abs/2504.01538
像二向箔一样，降维所有难懂的前沿科技知识！
欢迎评论和关注
页:
[1]