Google DeepMind 警告：AI 現有架構根本無法做出像愛因斯坦級別的科學突破！

現代的大型語言模型（LLM）算力越來越強，甚至能解開國際奧林匹克數學競賽（IMO）的複雜難題。然而，來自 Google DeepMind 的學者 Tom Zahavy 在最新論文《LLMs can't jump》中指出：AI 雖然精通「數據歸納」與「邏輯演繹」，卻根本無法完成科學發明中最關鍵的「溯因躍遷（Abductive Jump）」！ 🔗 參考資料與文獻來源： • https://openreview.net/forum?id=klU47... 00:00 祝融星的執念：科學史上的「修補」困境 02:02 邏輯推論的三種形式：歸納、演繹與溯因 04:09 歸納法的極限：為什麼資料無法直接「歸納」出相對論？ 06:34 演繹法的瓶頸：能修復邏輯 Bug，卻無法創造新規則 09:03 愛因斯坦的突破：時間概念的重構與「最快樂的想法」 12:04 兩年的致命迷宮：公理錯誤如何誤導數學推導 14:34 現代 AI 的能與不能：下游計算極致 vs. 上游概念匱乏 15:45 操作性溯因：思想實驗與具身模擬的重要性 16:57 大型語言模型的盲區：提示詞工程無法跨越的感官鴻溝 18:14 突破的契機：具備反事實介入的世界模型 20:20 科學發明的本質與未來的探索 #AI趨勢 #大型語言模型 #GoogleDeepMind #愛因斯坦 #人工智慧極限 #溯因推理 #世界模型 #科學發明