为什么人工智能没有被用来解决物理理论?
并不是没有用。人工智能已经用于物理研究,例如从实验数据中寻找规律、加速数值计算、优化粒子探测器与实验设计,以及辅助材料和流体等领域的建模;机器学习也能帮助发现候选方程或近似关系。
但“解决物理理论”通常不只是拟合数据,还要求理论满足对称性、守恒律、因果性等约束,能经受数学推导和新实验检验。AI擅长从已有数据中提取模式,却可能给出无法解释、外推不可靠或不满足基本物理约束的结果;而基础理论常缺少足够且能区分竞争理论的观测数据。因此目前AI更多是研究工具和灵感来源,不能替代理论构造、数学证明与实验验证。随着可验证约束和可靠数据增多,它在理论探索中的作用也会继续扩大。