顾群业：AI能自己发现科学规律吗？

今天我想聊一个在座各位都想知道答案的问题：人工智能，能不能像人一样，自己发现科学规律？

人类发现规律，靠的不是死记硬背。

你观察很多棋局，慢慢在脑子里形成“真眼”“活棋”的概念；你提出一个假设，两个真眼就活。然后你会主动想：那如果棋子围成一个环呢？那种特殊棋形会不会打破规则？你构造极端例子去测试，发现不对，就改假设。

观察、概念、假设、极端测试、修正，循环往复，直到一条规则对所有情况都成立。这条路径，本质上是一组信息操作。

那么AI能不能复现它？

数学上，答案是有可能。但今天的大模型还做不到，无论你加多少参数、多少数据、多少算力，都做不出来。因为它缺三个组件。

第一要有双重目标。现在模型只追求预测准，它还得“厌恶复杂”，能用简单规则解释全部现象，主动放弃庞大的统计记忆，实现跨场景应用。

第二，自主符号奠基。今天大模型里的概念是模糊、漂移、分散的，没有一个固定单元代表“真眼”。系统得自动把模式切成独立、可命名、可组合的概念，才能做“如果A则B”的推理。这是当前最大难关。

第三，闭环溯因。今天AI靠人类投喂数据，能发现规律的AI，得自己猜想、自己造从未见过的极端样例去测试、发现反例就改。简单说，它得会自己做实验。

有两个巨大的不确定性。所以我们不敢说未来一定能实现。

第一，人类的抽象，根植于生命。它来自生存动机、具身体验、想要消除疑惑的冲动。这种想要“理解”的内生驱动力，无生命的计算系统能不能完美模拟？目前还不知道。

第二，复杂度爆炸。从围棋这个小世界，泛化到真实的物理、化学、生物，概念空间是无限的。自主搜索会遭遇组合爆炸，所需资源可能高到人类文明永远达不到，原理上可行，工程上或许永远落不了地。

所以发展有三种可能。

第一种，本世纪内我们能在围棋、简单物理这类封闭系统里，做出自动提炼规则的 AI，再慢慢扩展到部分自然科学，成为人类发现理论的合作者。

第二种，也是很多顶尖研究者的观点，AI能加速规律发现，但最核心的从0到1的那一步，始终由人来完成。

第三种，是出现超越人类的超级智能，提出我们完全无法理解的理论。但目前，那还只是思想实验。

我的判断是：我们有可能先在围棋里，做出一个能自己提炼“两个真眼等于活棋”的小AI原型。但从那个封闭的小世界，泛化到真实复杂的自然世界，还需要不断试错和探索。

（摘自作者在2026基础科学与人工智能论坛上的发言）