北大“AI-牛顿”横空出世：当人工智能自主“重写”物理定律

2025年11月，科学界迎来一则重磅消息——北京大学物理学院马滟青教授课题组研发的“AI-牛顿”（AI-Newton）系统，凭借无需人工监督、不依赖先验物理知识的特性，从原始实验数据中自主推导出牛顿第二定律、万有引力定律等基础物理原理。这一成果不仅被《自然》（Nature）新闻栏目以专题形式报道，更标志着AI驱动的自主科学发现迈入了全新阶段。

打破“黑箱”困境：AI从“预测者”变“发现者”

在“AI-牛顿”诞生之前，人工智能在科研领域的角色更像是“精准预测员”而非“科学探索者”。传统AI模型虽能凭借强大的数据处理能力，精确预测行星运行轨迹、小球运动路径等物理现象，却始终无法突破“知其然不知其所以然”的瓶颈——它们难以从复杂数据中提炼出具有普适性的科学规律，就像能算出苹果会落地，却推导不出万有引力定律。

“AI-牛顿”的核心突破正在于此。它彻底摆脱了对人类既有知识的依赖，仅以物理对象的几何信息、实验参数和时空坐标为输入，就能在带有统计误差的模拟数据中，自主完成概念定义、规律总结到定律生成的完整过程。这种从“数据”到“知识”的跨越，让AI首次真正具备了类人科学家的核心能力——自主科学发现。

解密“AI科学家”：概念驱动的智慧内核

“AI-牛顿”的非凡能力，源于其模仿人类认知过程设计的核心架构，其中“概念驱动的知识库”与“合情推理工作流”构成了它的智慧双引擎。

知识库是系统的“大脑存储器”，采用独特的三层架构设计：最底层是基础符号，中间层是自主定义的物理概念，顶层则是提炼出的普适定律。与传统AI的“数据堆砌”不同，这个知识库具有极强的成长性——系统会从“位置”“时间”等简单信息出发，逐步推导出“速度”“加速度”“质量”等核心概念，再将这些概念组合升级，最终形成科学定律。例如在弹簧小球实验中，它能自主将弹簧伸长量与物体属性关联，定义出“质量”的度量方式，甚至识别出“引力质量”与“惯性质量”的等价性，展现出惊人的抽象思维能力。

而合情推理工作流则是系统的“探索导航仪”。它借鉴人类科学家“提出假设—实验验证—修正完善”的研究范式，并非一次性暴力搜索所有可能的数学表达式，而是通过推荐引擎动态选择实验与研究方向。这种策略既避免了陷入复杂问题的死胡同，又能通过“时代控制”（era-control）机制，在特定时间内聚焦核心问题，未获突破则动态调整研究路径，完美平衡了探索未知与利用已知的关系。

在技术实现上，“AI-牛顿”融合了符号回归技术与动态神经网络的优势：符号回归确保了生成定律的显式可解释性，让每一条规律都以清晰的数学公式呈现；神经网络则提升了数据模式识别的效率与精度，两者结合既规避了传统AI的“黑箱缺陷”，又解决了纯符号模型处理复杂系统时的组合爆炸问题。

实验验证：在46个场景中“重发现”经典定律

为验证系统的可靠性，研究团队设计了涵盖小球、弹簧、斜面等三类核心物理对象的46项实验，既包括单个小球的自由运动、弹性碰撞等简单场景，也涵盖了多体耦合振动、天体引力作用等复杂问题。所有实验数据都添加了高斯分布误差，以模拟真实科研中难以避免的测量偏差。

测试结果令人振奋：在1200次试验限制下，“AI-牛顿”展现出极强的稳健性，平均识别出约90个物理概念和50条普适定律。其中不仅包括奠定经典力学基础的牛顿第二定律（F=ma），还涵盖了能量守恒定律、万有引力定律等核心规律。更值得关注的是，它推导定律的过程并非机械复刻人类发现路径，在不同测试中，重要概念与定律的发现顺序存在显著差异，这种多样性证明了其发现能力不依赖特定实验配置，具有真正的自主性。

一个典型案例足以体现其智慧：研究人员仅向系统输入小球在不同时刻的位置数据，它不仅自主推导出描述位置与时间关系的速度方程，还能将这一知识迁移应用，结合后续实验数据，通过牛顿第二定律精准计算出小球的质量，完成了从“运动描述”到“物理量计算”的知识闭环。

不止于“复刻”：开启科学发现新范式

“AI-牛顿”的价值，绝不仅仅是“让AI重新发现了牛顿定律”。它的更大意义在于，为人类探索未知科学领域提供了全新的“智能伙伴”与研究范式。

在前沿科学研究中，无论是粒子物理的高能碰撞数据，还是天体物理的遥远星系观测，抑或是凝聚态物理的复杂材料特性，都存在数据量大、维度高、规律隐蔽的特点，传统研究模式往往需要耗费科学家数年甚至数十年时间。而“AI-牛顿”这类系统，有望成为突破这些瓶颈的关键力量——它能以远超人类的效率处理海量数据，自主提炼隐藏规律，为科研人员提供全新的研究方向与假设灵感。

从AI发展的角度看，“AI-牛顿”也为通用人工智能（AGI）的实现提供了重要思路。它证明了通过“概念驱动”而非“数据堆砌”的方式，AI能够具备抽象思维与逻辑推理能力，这种认知架构的创新，为AI从“专用工具”向“通用智慧”跨越奠定了基础。

正如《自然》报道中所指出的，“AI-牛顿”的出现，不是要取代人类科学家，而是要成为科学家的“超级大脑延伸”。当人工智能开始自主思考、自主发现，人类探索自然的脚步，必将在智能的加持下，迈向更遥远、更深邃的未知领域。而这一次，来自中国北大的“AI-牛顿”，正站在这场科学革命的潮头。