編輯｜Panda

「我們的文明已經(jīng)學會了如何將沙子轉化為硅芯片，將硅芯片轉化為神經(jīng)網(wǎng)絡，再將神經(jīng)網(wǎng)絡轉化為人工智能。在過去的五年里，大型語言模型人工智能（如 ChatGPT 和 Gemini）的能力從蹣跚學步的幼兒躍升至國際數(shù)學奧林匹克金牌得主，如今更超越了這一水平?！?br/>

前些天，Gemini 核心貢獻者、Blueshift 團隊負責人Adam Brown近日在圓周理論物理研究所的長篇演講《訓練沙子思考：通用人工智能與物理學的未來》吸引了廣泛關注。在該演講中，他講述自己如何親眼看著 AI 從「幼兒園水平」一路狂奔到博士水平，并由此推演：如果趨勢延續(xù)，物理學會變成什么。

視頻鏈接：https://mp.weixin.qq.com/s/p3l4kSgB0k2I11ji3kkBLQ

• 演講標題：Training Sand to Think: Artificial General Intelligence & Future of Physics
• 演講地址：https://www.youtube.com/watch?v=Mw60FH5iflI&t=3s

該演講還得到了諾貝爾物理學獎、 圖靈獎得主 Geoffrey Hinton 的大力推薦，贊其「精彩絕倫（amazingly good）」。

在介紹這個精彩絕倫的演講之前，有必要先介紹一下演講者亞當·布朗（Adam Brown）。

布朗的履歷堪稱一部「理論物理學家如何被 AI 改變命運」的樣本。他在牛津大學讀的是物理與哲學的聯(lián)合學位，隨后在哥倫比亞大學拿到博士學位，又先后在普林斯頓大學和斯坦福大學的物理系任教。在斯坦福，他教授愛因斯坦的廣義相對論，研究范圍從大爆炸、宇宙暴脹、多重宇宙、黑洞、量子計算，到聽起來像科幻小說情節(jié)的「太空電梯」和「虛無泡泡（bubbles of nothing）」，以及宇宙的終極命運，同時他也長期關注物理學與計算機科學之間的深層聯(lián)系。

2018 年，布朗加入谷歌。如今他領導著 DeepMind 內部一支名為 Blueshift 的團隊，專注于提升AI 的科學與推理能力，同時也是 Gemini 大模型的核心貢獻者之一。

在演講開場，他提到自己職業(yè)生涯里寫過大約四十篇理論物理論文，但近年已經(jīng)停筆，不再手寫論文，但原因不是寫不出來，而是他覺得一篇一篇地手寫論文，更像是一種「罪惡的享受」，因為眼下他真正該做的事，是參與制造一臺能夠「以工業(yè)規(guī)?！巩a出知識的機器。

如此開場白，也為整場演講定下了基調：一個身處「AI+科學」技術風暴中心的人，試圖向同行們描述風暴的真實形狀。

我們也在 AI 的輔助下，對布朗這份精彩演講進行了歸納總結。

從沙粒到會思考的機器

布朗用一句話概括了人類文明此刻所處的特殊位置：我們已經(jīng)學會把沙子提純成硅，把硅做成芯片，把芯片組裝成神經(jīng)網(wǎng)絡，現(xiàn)在又學會了訓練這些神經(jīng)網(wǎng)絡去思考。

他特別強調，這一次和以往任何一種「計算工具」都不一樣。從算盤到袖珍計算器，人類早就擁有過各種輔助科學研究的工具，但那些都是單點工具，只能替你完成流程里的某一步，剩下的仍需要人來做。

大語言模型（LLM）不同，它具備完成理論物理學家全部工作流程的潛力，這正是「通用智能」（general intelligence）這個詞的含義所在。布朗判斷，LLM 很可能就是人類用來構建通用人工智能的底層基質。

他提醒聽眾，大家可能已經(jīng)用過 ChatGPT、Gemini 或 Claude 這類聊天機器人，卻未必意識到一個安靜發(fā)生的事實：這些系統(tǒng)早在幾年前就已經(jīng)悄悄通過了圖靈測試，而幾乎沒有人為此專門慶祝。

神經(jīng)網(wǎng)絡是「養(yǎng)成」的，不是「編寫」的

要理解大模型為什么和傳統(tǒng)計算機程序完全不同，布朗給出了一個核心比喻：LLM 不是被 programmed 出來的，而是被 grown 出來的，即它們更像被培育長大，而不是被編寫出來。

具體過程分為兩個階段。

第一階段叫做「預訓練」。工程師們從一組隨機連接、近乎亂語的人工神經(jīng)元出發(fā)，讓它不斷嘗試預測一段文本里「下一個詞」會是什么。猜對了，就強化對應的神經(jīng)通路；猜錯了，就削弱它。這個過程極其漫長：看過一百萬詞時，模型說出來的話基本還是胡言亂語；讀過幾千萬到幾十億詞后，它已經(jīng)能寫出語法正確但略顯生硬的句子；直到讀完整個互聯(lián)網(wǎng)（幾十萬億詞）它才能就幾乎任何話題進行流暢、連貫的對話。

第二階段叫做「后訓練」，布朗形容這是把模型「送進禮儀學?！?。剛結束預訓練的模型只會機械地預測下一個詞，說話粗魯且不服管教，后訓練的任務就是教它變得禮貌、變得愿意配合用戶，而不是單純地接龍文字游戲。如今主流大模型的參數(shù)量已經(jīng)從十年前的十億級躍升到幾萬億級，盡管仍遠低于人腦大約百萬億個突觸連接的規(guī)模，但這個規(guī)模已經(jīng)足夠讓奇跡發(fā)生。

物理學家不務正業(yè)：Scaling Law 點燃了這場革命

布朗特別提到，物理學家在這場 AI 革命的起點上扮演了一個意想不到的角色：帶來了「Scaling Law」的思維方式。

物理學家天生癡迷于尋找簡單的冪律關系：把愛麗絲的身高翻一倍，她的體表面積會變成四倍，體重則變成八倍，這是最簡單的量綱分析；而克萊伯（Kleiber）在近一百年前發(fā)現(xiàn)的動物代謝率與體重的冪律關系，則是一個更微妙的例子——直到許多年后，物理學家才用血管系統(tǒng)的分形維度解釋了它背后的原理。

更別說著名的摩爾定律了：

2020 年，幾位具有物理學背景的研究者把這種思維方式搬到了神經(jīng)網(wǎng)絡上，發(fā)現(xiàn)只要把訓練用的算力、數(shù)據(jù)量和模型規(guī)模按比例放大，模型在「預測下一個詞」任務上的表現(xiàn)會沿著一條對數(shù)-對數(shù)坐標系下的直線穩(wěn)步提升。

這條曲線后來被拓展了整整八個數(shù)量級，依然成立。

布朗調侃說，這張圖「簡單到連風險投資人都能看懂」，而它能直接告訴資本市場：把錢（也就是算力）投進去，就能換來更強的模型。

這條簡單的曲線，正是過去六年 Scaling 時代的起點。

但布朗也指出，算力堆量只是故事的一部分。過去十年，前沿 AI 訓練所消耗的算力每年增長約四倍，訓練投入的資金每年增長約 2.7 倍。

目前一次頂級訓練所需的算力大約需要花費數(shù)億美元，而美國全年 GDP 接近三十萬億美元，這意味著這條曲線還有非常長的增長空間。

但比堆算力更重要的，是人類在算法層面的持續(xù)打磨：研究者們不斷找出訓練流程中的低效環(huán)節(jié)并加以改進，這是過去十年 AI 進步背后真正的「第一引擎」。

基準測試的「短命史」：從學前班到博士

如果說 Scaling Law 解釋了「為什么 AI 會變強」，那么一連串基準測試的興衰，則記錄了「AI 到底變強到了什么程度」。布朗用一組測試成績，描繪出一條令人目眩的曲線。

四年前，一個名為 MATH 的高中數(shù)學題基準測試橫空出世。研究者們找來一名不太擅長數(shù)學的計算機科學博士生應試，得分約 40%；又找來一位三屆國際數(shù)學奧林匹克金牌選手，得分 90%。而當時最先進的大模型，只能拿到 6%——幾乎和瞎猜沒有區(qū)別，因為模型甚至讀不懂題目在問什么。

當年的預測市場認為，到 2025 年模型成績能達到 50%已經(jīng)是「狂妄的樂觀」，基準測試的創(chuàng)建者本人公開表示，如果真有模型能做到這一點，他會感到「相當震驚」。

結果，這個 50%幾乎是「立刻」就被一個名為 Minerva 的系統(tǒng)跨過去了。到 2024 年年中，布朗團隊的系統(tǒng)在該基準上拿到了 90%的成績。他們甚至專門去開了一場九十年代風格的輪滑迪斯科派對來慶祝。然而僅僅六個月后，市面上現(xiàn)成的大模型就近乎滿分地解決了這套題目。MATH 基準測試就此「死亡」，并且它從「太難」直接跳到了「太容易」，中間幾乎沒有停留。

接下來倒下的是面向研究生的 GPQA 測試，模擬博士第一年資格考試的難度，人類專家平均分約 70%。模型從接近隨機猜測起步，在 2024 到 2025 年間一路沖過專家水準，如今幾乎拿到滿分。為了排除「模型只是把答案背下來了」的可能性，布朗團隊專門設計了未出現(xiàn)在互聯(lián)網(wǎng)上的同分布新題，結果模型表現(xiàn)幾乎沒有下降。

布朗甚至拿出自己在斯坦福親手批改的廣義相對論和量子力學研究生期末考試（這些題目從未上網(wǎng)）結果模型同樣在一年半內拿到了滿分。他半開玩笑地說，這下連他自己出的考題，也「不幸陣亡」了。

此后倒下的基準測試名單越來越長，包括一度被稱為「人類的最后考試」（Humanity's Last Exam）的超難度綜合測試。

而最具標志性的一次跨越，發(fā)生在國際數(shù)學奧林匹克競賽上。

跨過奧數(shù)的門檻

就在一年多前，一位圖靈獎得主曾當面告訴布朗，大模型永遠無法解決國際數(shù)學奧林匹克（IMO）級別的題目，因為那需要真正的創(chuàng)造力，不是死記硬背就能蒙混過關的。IMO 的題目以「高中數(shù)學范疇內最難的題目」著稱：全世界最聰明的十幾歲少年要訓練一兩年才能上場，六道題里能拿到金牌已屬鳳毛麟角。

去年夏天，這道門檻被跨過了。布朗團隊的系統(tǒng)在 IMO 級別測試中六題對五題，達到金牌水準。而且該系統(tǒng)不是靠堆砌一長串無人能看懂的形式化證明硬蒙過關。IMO 主席在公開評價中表示，這些解答「在很多方面都令人驚訝」，評卷人認為它們清晰、精確，大多數(shù)都易于理解，使用了與人類相似的數(shù)學抽象方式。

布朗也坦率展示了大模型的「翻車現(xiàn)場」。

一個經(jīng)典腦筋急轉彎是：父子遭遇車禍，父親身亡，孩子被送進手術室，主刀醫(yī)生看到男孩后說「我不能給他動手術，他是我兒子」，問這是怎么回事（標準答案是醫(yī)生是男孩的母親）。這道題考驗的是讀者是否默認外科醫(yī)生一定是男性。大模型對這道「網(wǎng)絡爆款題」回答得游刃有余，因為它在訓練數(shù)據(jù)里見過成千上萬次。但當布朗把題目反轉：母親身亡，醫(yī)生被特別注明是「男孩的父親」，再問同樣的問題時，模型卻完全沒有察覺題目已經(jīng)反轉，機械地套用了「醫(yī)生是另一位家長」的標準答案。

布朗說，這暴露了模型訓練方式留下的一種特有的「癖好」。

人馬合作：AI 寫出數(shù)學家愿意聯(lián)名的證明

跨過 IMO 門檻十個月后，布朗團隊完成了一項他認為意義更重大的工作：真正的、此前無人知道答案的數(shù)學研究。

去年九月，布朗團隊與幾位職業(yè)數(shù)學家合作，采用他稱之為「半人馬式」（Centaur）的協(xié)作模式——半人馬是希臘神話里半人半馬的生物，而在這里，「非人的那一半」換成了 LLM。

整個過程是一場持續(xù)的對話：模型提出候選證明思路，人類專家判斷哪些有價值、引導模型繼續(xù)深入，最終在人類指導下完成了一篇完整的數(shù)學論文。論文的合作者之一，是斯坦福大學教授、美國數(shù)學學會現(xiàn)任會長。這位教授給出的評價是，Gemini 提出的論證絕非對現(xiàn)有證明的簡單重新包裝，而是一種他本人也會為之自豪的洞見。

布朗強調，這在當時（去年年底）已經(jīng)是大模型在數(shù)學領域所能達到的最高水準。但他緊接著補充了一句：距離「最高水準」的真正含金量，這還差得很遠。

真正的轉折點：AI 獨立攻克塵封八十年的猜想

進入 2026 年，情況急轉直下或者說急轉向上。布朗用一句近乎挑釁的玩笑話開場：「就在上周，LLM 還沒有做出過真正重大的數(shù)學突破。」現(xiàn)在，這句話已經(jīng)不成立了。

這個大事件很多人已經(jīng)聽說的。埃爾德什在 1946 年提出的「單位距離猜想」，八十年來被數(shù)學界普遍認為正方形網(wǎng)格構型已經(jīng)是已知的最優(yōu)解。OpenAI 內部一個大模型獨立給出了一個反例，借助代數(shù)數(shù)論中的工具，構造出一系列點集，其單位距離對的數(shù)量超過了此前公認的上限。這相當于推翻了這一長期被信以為真的猜想。

值得一提的是，這個題并不冷門，之前很多人嘗試過，但數(shù)學家們花了大量精力、卻始終徘徊在「證明」而非「反證」方向上的難題。布朗特別提到，菲爾茲獎得主高爾斯參與了對這一結果的復核工作，并給出了高度評價。

布朗判斷，這是大模型在數(shù)學領域取得的第一個真正意義上的重大突破，而且他認為這絕不會是最后一個——「閘門已經(jīng)打開」，隨著模型實力持續(xù)超越「制造突破所需的門檻」，他預計接下來會有更多類似的成果接連出現(xiàn)。

他半開玩笑地補充，回頭去看這道題之所以率先被攻克，大概是因為它的題目結構恰好踩在了大模型的「舒適區(qū)」里；接下來，模型會先解決那些「對 AI 友好」的難題，再逐步攻克那些「不那么友好」的難題。

國際象棋給出的預言

為了讓聽眾相信這條曲線還會持續(xù)上揚，布朗拿出了一張乍看上去像是隨手畫的曲線圖：一條持續(xù)向上攀升的直線。當然，這張圖可不是他憑空畫的，而是直接取自國際象棋計算機棋力隨時間變化的真實數(shù)據(jù)，縱軸是衡量棋力的 Elo 等級分，橫軸是年份。

布朗梳理出國際象棋 AI 歷史上的四個階段：

• 最初是「玩具時代」，能讓計算機下出一步合理的棋就已經(jīng)算是奇跡；
• 接著是「工具時代」，計算機只能在殘局計算或開局記憶等特定環(huán)節(jié)發(fā)揮作用；
• 再往后是「半人馬時代」，當時全宇宙最強的棋力組合，是大師與計算機深度搜索能力的協(xié)作；
• 而現(xiàn)在，人類已經(jīng)全面進入「超人時代」：頂尖棋手與計算機合作時，最優(yōu)策略是干脆放手讓計算機自己下。

布朗認為，這四個階段在科學研究領域幾乎可以逐一對應。

第一個規(guī)律是：在同等綜合實力下，計算機在戰(zhàn)術、搜索速度上勝過人類，但在戰(zhàn)略、「品味」判斷上仍然偏弱。這恰好也是當前大模型在數(shù)學和物理研究中暴露出的特征：它們擅長套用既有的引理和技巧，不太擅長判斷「整體方向該往哪走」，但這一短板正在快速縮小。

第二個規(guī)律是：訓練 AI 下棋所需要「經(jīng)歷」的對局數(shù)量遠超人類一生能下的棋局總數(shù)，但因為機器能夠不知疲倦地高速自我博弈，實際所需的「日歷時間」反而遠遠短于訓練一名人類棋手。

第三個規(guī)律是，計算機棋力一旦超越人類巔峰水平，就再也沒有停下來，畢竟沒有任何物理或邏輯上的理由讓它恰好停在人類水平附近。

第四個值得安慰的事實是：國際象棋 AI 的崛起反而提升了人類棋手的整體水平，今天最強的人類棋手比歷史上任何時期都更強，部分正是得益于向超強 AI 學習；而國際象棋這項運動本身，也從未像今天這樣流行。

布朗的暗示很明確：如果科學研究重復這條軌跡，人類很可能會先迎來完全自主的「AI 科學家」，再之后是某種意義上的「AI 愛因斯坦」……再往后會發(fā)生什么，他坦言已經(jīng)超出了他能預測的范圍。

哪怕進步就此止步，物理學也已經(jīng)被重塑

布朗也提出了一個值得警惕的「悲觀假設」：如果大模型的能力從今天起完全停滯不前，會發(fā)生什么?

他直言，目前真正「行不通」的用法，是直接對模型說「請給我發(fā)明一套全新的量子引力理論」，得到的答案大概只是沒有價值、讀起來令人昏昏欲睡的「AI 廢話」。

更普遍地說，當前大模型仍然存在四個明顯短板：自主性低、學習速度慢、規(guī)劃能力差、糾錯能力弱。

布朗坦承，這四項短板在過去一年都有顯著改善，但無一徹底解決，也因此一個能在每個學科的研究生考試里都拿滿分的系統(tǒng)，卻遲遲沒能拿出可以被稱為「重大突破」的成果。

在準備這場演講時，他甚至專門把這一點畫成了一條標著問號的「平直曲線」，自嘲式地承認這或許是整場演講里唯一一張「沒有持續(xù)上漲」的圖。但他也補充說，等不到 2026 年結束，大家恐怕就要開始爭論「重大突破」這個詞到底該怎么定義了。事實證明，這一天來得比他自己預想的還要快。

不過，即便進步真的停在此刻，布朗認為大模型已經(jīng)足以徹底改變物理學研究的面貌。

他列出了幾項早已成熟、且仍在持續(xù)進步的用法：

• 作為一名「不帶評判色彩的私人導師」，可以在凌晨三點隨時解答物理學家自己也說不清楚的知識盲區(qū)，而不必把世界級專家從睡夢中吵醒；
• 作為編程助手，如今已經(jīng)強到「被稱為編程助手都顯得有點侮辱」，許多過去被認為「不算編程問題」的物理問題，如今都可以被重新表述成代碼問題來求解；
• 作為文獻檢索工具，可以讀完整個領域的論文庫，直接告訴你某個想法是否已經(jīng)被人做過；此外還能充當頭腦風暴的伙伴。

布朗總結說，大模型的核心優(yōu)勢在于：它速度快、覆蓋面廣、不知疲倦，而且可以被無限復制。培養(yǎng)一名物理學家需要花上幾十年，而一旦訓練出一個強大的模型，就可以同時運行成千上萬個副本——這已經(jīng)足夠「徹底改變」這門學科了。

結語：物理學的黃金時代

在演講的最后，布朗給出了他對「為什么進步不會停止」的判斷。

從宏觀經(jīng)濟角度看，目前投入訓練的資金占全球 GDP 的比例仍然很小，留出的增長空間還很充裕；從技術內部看，當前訓練大模型的方法「遠沒有看起來那么精妙」。許多顯而易見、卻還沒被認真嘗試過的改進思路仍待挖掘，疊加持續(xù)涌入這個領域的人才和算力，布朗判斷當前的模型架構和算力規(guī)模已經(jīng)足以通向通用人工智能，即便沒有全新的理論突破。

他也回應了一種流傳已久的悲觀論調，即大模型只會「模式匹配」、無法產生真正的新想法。

布朗的看法是，如果把抽象層次拉得足夠高，幾乎所有看起來像「重大突破」的人類創(chuàng)造，本質上也是某種更高維度的模式匹配。這個領域反復印證的一句行話是：「這些模型就是想學」，無論理論上有多少看似合理的理由說明它們應該學不好，它們的表現(xiàn)卻總能超出預期。

布朗的結論是，接下來幾年，我們會迎來人類與 AI 協(xié)作的「半人馬」黃金時代：這些工具會被交到人類物理學家、數(shù)學家和各領域專家手中，共同開啟一場科學與數(shù)學領域的新文藝復興。

再往后，如果「造出一個 AI 愛因斯坦」這件事真的實現(xiàn)，由于復制一個訓練好的模型幾乎不需要額外成本，人類很可能很快就會擁有數(shù)以十億計的「超人級 AI 愛因斯坦」同時運轉。這聽起來像是科幻小說，卻正在發(fā)生。

布朗說，長期來看，AI 到底會把物理學帶向何方，他和所有人一樣難以預測。他甚至認為，AI 能力的持續(xù)提升正在讓整個世界的未來變得更難預測。但有一點他敢肯定：接下來的幾年，將是物理學歷史上最激動人心的一段時光。那些困擾了他整個職業(yè)生涯的問題，他預計會在不遠的將來，一一被解答。