愛因斯坦測試：當 AI 試圖重新發現相對論

研究者設計了一項測試，觀察 AI 在僅有當年可得資料的條件下，能否重新推導出相對論。這種「重演科學史」的方法，是對模型科學發現能力最直接的檢驗方式。

測試的設計思路相當巧妙。若直接詢問模型相對論的內容，它必然能流暢回答——這些知識早已存在於訓練資料中。要檢驗的不是記憶，而是推導能力：在只給定當時已知的實驗結果與理論框架的情況下，模型能否走出那一步關鍵的概念跳躍。

這個問題的難處在於，科學突破的本質往往不是邏輯推演的必然結果，而是對既有框架的重新詮釋。當年的困境是：光速在所有參考系中都相同，這與古典力學的速度疊加原理直接衝突。多數人試圖修補既有框架，而突破來自於接受這個矛盾並放棄絕對時間的假設。

模型在這類任務上的表現，能揭示其能力的真實邊界。若它只是在既有概念之間進行組合與內插，那麼在需要拋棄核心假設的情境中就會受限；而若它能提出框架層級的重構，代表其能力已超越模式比對。

方法論上也有難以完全排除的干擾。模型的訓練資料必然包含相對論的完整內容，即使測試設計刻意隱去相關線索，也無法確認其推導過程是真正的重新發現，還是對已知答案的逆向重建。這是所有「重演歷史」類測試的固有限制。

後續觀察重點在於這類測試能否推廣到尚未解決的科學問題。真正的驗證不在於重現已知的突破，而在於能否在當前的未解難題上提出可檢驗的新假說——那才是科學發現能力的實質證明。