AI在数学领域捷报频传，连续攻克不少数学难题，但在物理研究中却很沉默。为什么？

1. 数学是封闭的逻辑系统。数学本质上是符号推理：规则、公理和目标都很明确，逻辑正确，就能得到答案。而大语言模型非常擅长处理符号和模式。它不需要真正理解数学公式定理背后的含义，通过海量的训练数据，就有可能像玩拼图一样，一步步推导出正确结果。

2. 物理学是对现实世界的建模。物理模型和定理要求能够解释现实世界。物理学问题最困难的地方，往往不是“解方程”，而是“建立模型”。 物理学家可以依靠对真实世界的直觉和经验：哪些因素重要，哪些可以忽略。而AI没有对真实世界的感知。它知道“重力”这个词，却并不真正理解“重”的含义。

3. AI擅长相关性，不擅长因果性。今天的AI本质上是统计模型。它擅长发现“什么通常跟什么一起出现”（相关性），却不真正理解“为什么会这样”（因果性）。而物理科学追求的是对自然规律和因果机制的理解。

所以，现在的AI更像一个知其然的数学解题高手，擅长在规则明确的数学逻辑里大展身手；但却不是能够洞察宇宙规律、知其所以然的物理学大师，面对复杂的真实世界，需要直觉、抽象和因果理解的问题，经常束手无策。

这也是数字AI相对容易，而物理AI很难，Yann LeCun等人要搞世界模型的原因。

#AI擅长数学但在物理方面不行##人工智能#