Badacz DeepMind: sztuczna inteligencja strukturalnie nie potrafi wykonać skoku Einsteina

Badacz Google DeepMind Tom Zahavy postawił tezę, która chłodzi entuzjazm wokół matematycznych sukcesów sztucznej inteligencji: modele językowe potrafią dziś dowodzić skomplikowanych twierdzeń, ale strukturalnie nie są w stanie wykonać twórczego skoku myślowego, jaki w 1907 roku doprowadził Alberta Einsteina do ogólnej teorii względności.

Zahavy nie kwestionuje, że modele językowe robią postępy w matematyce. Kwestionuje coś węższego i bardziej fundamentalnego: czy potrafią wymyślić zupełnie nowy sposób patrzenia na problem, zanim jeszcze istnieją dane, które ten problem opisują. To rozróżnienie, jego zdaniem, decyduje o tym, czy AI kiedykolwiek dokona przełomu na miarę fizyki teoretycznej sprzed stu lat, czy pozostanie znakomitym wykonawcą cudzych ram pojęciowych.

Trzy typy rozumowania

Argumentacja Zahavy'ego opiera się na klasycznym podziale filozofa Charlesa Sandersa Peirce'a. Indukcja to wyszukiwanie wzorców w danych, dedukcja to logiczne wyprowadzanie wniosków z przyjętych założeń, a abdukcja to zaproponowanie całkiem nowego zbioru założeń, zanim jeszcze wiadomo, czy się sprawdzą. Współczesne modele językowe, jak twierdzi badacz, opanowały pierwsze dwa tryby w stopniu imponującym. Trzeciego, jego zdaniem, nie potrafią wykonać w ogóle.

Eksperyment myślowy z windą

Centralnym przykładem pracy jest tak zwana winda Einsteina. W 1907 roku fizyk wyobraził sobie obserwatora zamkniętego w swobodnie spadającej windzie, który nie odczuwa żadnej siły grawitacji. Einstein nazwał tę myśl swoim "najszczęśliwszym pomysłem życia" - stała się ona zalążkiem zasady równoważności, fundamentu ogólnej teorii względności. Zahavy stawia pytanie wprost: czy dzisiejszy model AI mógłby wyobrazić sobie taki eksperyment i samodzielnie wyprowadzić z niego nową zasadę fizyczną. Odpowiedź w pracy brzmi jednoznacznie: nie.

Nie ma logicznej drogi do tych praw, jedynie intuicja oparta na współodczuwającym zrozumieniu doświadczenia może do nich doprowadzić - Albert Einstein

To zdanie, które Einstein wypowiedział przy innej okazji, dobrze oddaje sedno problemu opisanego przez Zahavy'ego. Modele językowe uczą się z tekstu opisującego cudze doświadczenia, ale same tych doświadczeń nie przeżywają. Brakuje im, jak ujmuje to praca, punktu wyjścia, z którego rodzi się intuicja fizyczna prowadząca do zupełnie nowego spojrzenia na znane zjawisko.

Rekordy matematyczne mimo wszystko

Paradoks polega na tym, że ta sama generacja modeli, której Zahavy odmawia zdolności do abdukcji, biła w ostatnich miesiącach rekordy w matematyce dedukcyjnej. GPT-5.6 Sol Ultra od OpenAI rozwiązał Circle Double Covering Conjecture, a Fable 5 od Anthropic znalazł kontrprzykład obalający liczącą 87 lat hipotezę Jacobiego. To dowody na to, że modele potrafią sprawnie poruszać się wewnątrz istniejących ram matematycznych i logicznych.

Zahavy nie neguje wagi tych osiągnięć, ale odmawia nazwania ich twórczym przełomem w sensie, w jakim był nim skok Einsteina. Rozwiązanie trudnej hipotezy w ramach istniejącego aparatu matematycznego to, jego zdaniem, wciąż dedukcja na dużą skalę, a nie zaproponowanie nowej aksjomatyki, która wcześniej nie istniała.

Test na abstrakcyjne rozumowanie

Praca przywołuje wyniki testu ARC-AGI-3, zaprojektowanego właśnie do sprawdzania zdolności do rozumowania poza wyuczonymi wzorcami. Systemy AI rozwiązują na nim mniej niż 1 procent zadań, podczas gdy ludzie osiągają wyniki bliskie 100 procent. Dla Zahavy'ego to twarda ilustracja tezy, że skalowanie modeli poprawia wykonanie znanych typów zadań, ale nie zamyka luki w zdolności do generowania zupełnie nowych ram pojęciowych.

Publikacja wpisuje się w szerszą debatę toczącą się równolegle na tegorocznym Międzynarodowym Kongresie Matematyków, gdzie Terence Tao mówił o tym, że matematyka może przechodzić z ery "deficytu dowodów" do ery "nadmiaru dowodów" generowanych przez maszyny. W takim scenariuszu wąskim gardłem przestaje być znalezienie dowodu, a staje się nim jego zrozumienie i weryfikacja przez ludzi - zadanie, które wciąż wymaga innego rodzaju myślenia niż samo dowodzenie.

Znaczenie dla AI-for-science

Największe konsekwencje tezy Zahavy'ego dotyczą startupów budujących modele do autonomicznego odkrywania naukowego, które zakładają, że samo zwiększanie skali modeli językowych wystarczy, by w końcu doszły do przełomów porównywalnych z fizyką teoretyczną XX wieku. Jeśli Zahavy ma rację, droga do takich przełomów nie prowadzi przez coraz większe modele tekstowe, tylko przez ucieleśnione, multimodalne modele świata zdolne do symulowania fizycznej interwencji, a nie jedynie jej opisywania w słowach.

Dla branży AI to argument przeciwko traktowaniu kolejnych rekordów w rozwiązywaniu otwartych problemów matematycznych jako dowodu zbliżania się do ogólnej sztucznej inteligencji. Praca Zahavy'ego nie twierdzi, że modele przestaną być coraz sprawniejsze - twierdzi jedynie, że sprawność w dedukcji i sprawność w wymyślaniu nowych teorii to dwie różne umiejętności, i że obecna architektura modeli językowych rozwija głównie tę pierwszą.