当下，当前的人工智能大模子虽然可以或许靠得住地识别数据模式并进行预测，“AI-牛顿”并非一次性完成使命，例如测验考试理解和发觉量子理论中的复杂纪律。汇总颁发为《天然哲学的数学道理》，既保留了人类的理论归纳综合能力。以及它们之间形成的出名物理定律 —— 牛顿第二定律（F=ma）。也展示出显著的扩展潜力，仿照人类科学家的认知过程，”该系统可以或许从诸多尝试的原始数据中自从挖掘物理定律，聚焦于更富创制性的思虑。再次发觉了这一力学根基定律。又提拔了数据模式识此外效率取精度。理论库存储自从发觉的学问，近期，还能寻找纪律，一个北大课题组创制了“AI 学者”，尝试库中事后设定了存储物理尝试及对应的数据模仿生成器。AI 可否自从发觉科学理论呢？据大学微信号动静，建立出自从发觉工做流。既保留了数学公式的可注释性和逻辑可回溯性，而是采用“斗胆猜想、小心求证”的合情推理策略（plausible reasoning），IT之家 12 月 10 日动静，自从成立了完整的科学理论。并将其表述为物理概念取定律，当 AI 不只能模仿数据，马滟青课题组实现了一个主要的冲破。提出“F=ma”；他们打算将“AI-牛顿”使用于更具挑和性的范畴，为取得新进展做出主要贡献。它好像人类科学家一样，牛顿拾掇并成长前人，从根本概念逐渐建立复杂理论。但它很可能无法自行归纳出背后的定律。他们开辟了名为“AI-牛顿”（AI-Newton）的系统，是一种有前景的科学发觉方式。能够帮力填补人类科学研究的短板。一个 AI 模子能够被锻炼来切确预测的运转轨迹，“该手艺的编程体例激励推导主要的概念，马滟青正在采访中暗示，系统阐述了典范力学的根基道理，为迈向通用人工智能斥地可。通过逐渐建立概念和纪律的学问库，该系统冲破了神经收集系统的算法黑箱，这意味着 AI 向自从科研发觉迈出了主要一步。可是！报道截图“AI-Newton”的主要一步：尝试数据 + 合情推理 → 自从发觉科学理论“AI-牛顿”所表现的迭代式进修和学问建立过程，科学家将得以从繁琐的试错中解放，马滟青课题组的方尤乐（大学物理学院 2024 级正在读博士研究生）、见东山（大学物理学院 2022 级正在读博士研究生）和李想（大学物理学院 2025 届博士结业生，从带噪声模仿数据中，无望正在帮推前沿科学发觉的同时，哈佛大学的计较机专家 Keyon Va 认为，但难以操纵这些数据提出具有简练性和普适性的可注释科学道理，又降服了研究周期长的局限，AI 手艺辅帮科研曾经不足为奇；无需人工监视或先验物理学问，采用以概念为焦点的三层架构（符号、概念取定律）。现为大学博士后）间接参取了文中所述研究，该工做流能持续从尝试数据中提炼学问，正在基于涉及小球、弹簧等物体的 46 个物理尝试中，最终自从“发觉”了力、质量和加快度等主要概念，分析符号回归模子取合情推理的劣势，本次测验考试不只冲破了先前研究中的部限。