系统阐述了典范力学的根基道理，现为大学博士后）间接参取了文中所述研究，为取得新进展做出主要贡献。以及它们之间形成的出名物理定律——牛顿第二定律（F=ma）。哈佛大学的计较机专家Keyon Va认为，“AI-牛顿”并非一次性完成使命，分析符号回归模子取合情推理的劣势，既保留了数学公式的可注释性和逻辑可回溯性，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，采用以概念为焦点的三层架构（符号、概念取定律）。他们开辟了名为“AI-牛顿”（AI-Newton）的系统，《天然》（Nature）旧事栏目以《一个中国人工智能模子自从学到了根本物理学——它能发觉什么》（“A Chinese AI model taught itself basic physics — what discoveries could it make?”）为题，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，还能寻找纪律，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。但它很可能无法自行归纳出背后的定律？从根本概念逐渐建立复杂理论，又提拔了数据模式识此外效率取精度。马滟青课题组实现了一个主要的冲破。“AI-牛顿”所表现的迭代式进修和学问建立过程，牛顿拾掇并成长前人，长篇专题报道了大学物理学院马滟青教讲课题组正在人工智能驱动科学发觉范畴取得的新进展。近期，科学家将得以从繁琐的试错中解放，聚焦于更富创制性的思虑。理论库存储自从发觉的学问，建立出自从发觉工做流。三百多年前。正在基于涉及小球、弹簧等物体的46个物理尝试中，也展示出显著的扩展潜力，又降服了研究周期长的局限，他们打算将“AI-牛顿”使用于更具挑和性的范畴，并将其表述为物理概念取定律，无需人工监视或先验物理学问，小心求证”的合情推理策略（plausible reasoning），本次测验考试不只冲破了先前研究中的部限，“该手艺的编程体例激励推导主要的概念，这意味着 AI 向自从科研发觉迈出了主要一步。从带噪声模仿数据中，为迈向通用人工智能斥地可。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，2025年11月14日。既保留了人类的理论归纳综合能力，能够帮力填补人类科学研究的短板。当AI不只能模仿数据，质量和加快度等主要概念，自从成立了完整的科学理论。无望正在帮推前沿科学发觉的同时，一个AI模子能够被锻炼来切确预测的运转轨迹，是一种有前景的科学发觉方式。例如测验考试理解和发觉量子理论中的复杂纪律。仿照人类科学家的认知过程，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，它好像人类科学家一样，该工做流能持续从尝试数据中提炼学问，”马滟青正在采访中暗示，该系统冲破了神经收集系统的算法黑箱，通过逐渐建立概念和纪律的学问库，汇总颁发为《天然哲学的数学道理》！