AI 的终极挑战：从“预测模式”到“发明科学”
Google DeepMind CEO 德米斯·哈萨比斯低调地抛出了一个重磅观点：
当前 AI 领域的核心问题不再是“它能否解决问题”，而是“它能否发明新的科学”。他的结论很直接——目前，AI 还做不到这一点。
这并非算力或数据的匮乏，而是本质上的缺失。
哈萨比斯认为，目前的 AI 缺乏某种根本性的东西：世界模型（World Model）。现在的顶级大语言模型（LLM）虽然能生成精妙的文本、图像甚至代码，但它们并不真正理解“因果关系”。它们只是在预测模式，而不是理解为什么 A 会导致 B。
真正的科学发现需要更高阶的能力。哈萨比斯主张，要成为真正的“数字科学家”，AI 必须具备三项核心特质：长期规划能力、更强的逻辑推理能力，以及一套关于世界运行规律的内部模型——这涵盖了物理、生物以及因果律。
只有具备了世界模型，AI 才能进行独立的“思想实验”。到那时，AI 才会不再仅仅是一个辅助工具，而是一个能够通过逻辑推演和因果认知来改写人类科学版图的真正创造者。#
|
|
