Nature explores 'Einstein test': AI confined to 1900 knowledge hints at light quanta
Nature reports on the 'Einstein test', proposed by Google DeepMind co-founder Demis Hassabis, which challenges AI to rediscover physics theories using only historical knowledge. Independent researcher Michael Hla trained GPT-1900 on 22 billion tokens with a knowledge cutoff of 1900, and the model produced a passage highly similar to Einstein's 1905 light quantum paper, though it failed most physics tasks.
Coverage timeline
量子位量子位
Nature：AI重生到1900，这一世抢先爱因斯坦提出光量子 henry 2026-09-19 19:36:11 来源： 量子位 AI能否提出相对论？ 文婷 发自 凹非寺 量子位 | 公众号QbitAI 如果把AI送回1911年，只让它掌握爱因斯坦所能了解的知识，AI能否在4年后的1915提出相对论？ 这个听起来有些离谱的测验，来自诺奖得主、Google DeepMind联合创始人 哈萨比斯 。 哈萨比斯真正想考的，是AI能不能仅以1911年的知识水平，直面当时的知识和物理难题，自己提出一套新的解释框架，并完成一套超出训练材料的推理，而不是只会照着答案复读。 如果能做到，他认为这将成为检验AGI的一项有力测试。 而这个设想最巧妙的地方就在于，科学史已经告诉我们发生了什么，只要我们能把知识节点控制好，就有机会对照着历史，观察模型有没有获得超越训练数据的推理能力。 Nature在文章中，还给这类测试起了个相当响亮的名字： 爱因斯坦测试。 更有意思的是，还真有人动手做了。 今年3月，独立研究者Michael Hla把知识截止时间进一步提前到1900年，并从零训练了一个历史语言模型 GPT-1900 ，试图让它重新发现光量子、狭义相对论和广义相对论。 实验中，GPT-1900竟然吐出了一段跟爱因斯坦1905年论文 高度相似 的论述： 光可能不是连续的，而是由许多彼此分离、频率不同的部分组成。 但这场实验最终并没有诞生一个“AI爱因斯坦”。 因为GPT-1900在大多数物理任务上都失败了，其亮眼回答也高度依赖人类整理好的问题和提示，就连那个号称封闭在1900年的知识世界，也没有完全挡住现代AI的影响。 Nature在最新研究中梳理了这些尝试，并指向了一个比“AI有没有答对”更难的问题： AI究竟能不能创造真正的新idea？以及它距离成为一名科学家，还差什么？ 把AI关进1900年，它冒出了“光量子”的影子 220亿token，喂出一个“1900年的大脑” Michael Hla将自己的项目命名为 Machina Mirabilis 。 这个名字借用了爱因斯坦的 “奇迹年” 。 1905年，26岁的爱因斯坦接连发表4篇改变物理学的论文，涉及光量子、布朗运动、狭义相对论和质能关系。 这个爆发式产出的一年，后来被称为“Annus Mirabilis”，即“奇迹年”。 Hla想知道
