第六十章 第十一位是谁：AI、科研共同体与未发生的物理
一、一个留空的位置
如果一本物理思想史以若干位伟大人物作为路标，读到末尾时很容易追问：下一位是谁？这个问题既有力量，也有危险。它使读者不满足于记住过去，却可能把未来再次想成一位天才独自推开大门，其余人只需等待。所谓“第十一位”，在本章不是一张尚未公布姓名的排行榜，而是一个留空的位置：下一种足以改变物理对象、操作和检验方式的创造，将由什么样的主体完成？
这个主体可能包括提出问题的人、维护装置的人、编写算法的人、整理失败记录的人，也可能包括能够生成候选方案、执行计算与安排实验的AI系统。它不必有一张统一的脸，也不会因为成员多了便自动更聪明。真正的问题是：这些成员之间怎样形成能够发现错误、承受反例并持续改造自身的联系。
本书把物理世界理解为在具体复合系统中获得规定，并不意味着未来科学可以只靠重新说话发生。文字中的新对象必须取得操作资格，数学中的新结构必须说明与经验的联系，机器生成的猜想必须经过共同体能够检查的程序。未发生的物理尚未被完成，本章所能交出的，是可进入工作、可留下失败的开放纲领。
二、从找到公式到创造对象，还有多远
Udrescu与Tegmark的AI Feynman研究将神经网络拟合与对称性、可分性等物理启发结合，用符号回归重建测试函数。论文报告在选定的一百条费曼讲义方程测试中恢复全部表达。[60-1] 这一成绩说明特定搜索问题可以获得强大的自动化帮助；它没有直接表明机器已经独立建立这些方程中的物理量和实验意义。
假设一个系统从时间与距离数据中找到二次关系。它还需要知道距离量自哪里，计时如何启动，装置是否存在固定延迟，数据是否经过筛选，以及二次关系是在什么范围内成立。若这些前提由人准备，贡献就不应全部归给最后输出公式的程序；但也不能因此否认程序在庞大候选空间中发现结构的真实作用。
在这里，功劳与认识论可以分开。谁先想到算法，是贡献分配；公式是否正确，是数学问题；它是否描述装置，是经验问题；它是否建立新物理对象，是构成问题。一项工作可以在某一层很突出，在另一层仍待完成。把所有层次压成一个“AI发现定律”的标题，反而使我们无法判断它究竟推进了哪一步。
未来的系统也可能参与变量选择与仪器设计，而不限于接受现成数据。即便如此，仍须记录哪些选择来自模型，哪些来自既有数据库，哪些经过人类修改。自动化程度提高，不会使研究失去来源；它只会让来源关系更复杂，更需要明确保存。
三、让新颖性接受独立检查
自动实验室把候选生成、实际制作与测量连接起来，已经比纯文字生成走得更远。不过，成功需要经得起重新解释。A-Lab相关论文在二〇二六年的作者更正中澄清，新颖性原意涉及预测平台所知范围，不能直接等同于科学史上从未出现；衍射重分析确认四十项原报告成功中的三十六项，四项仍不确定，并移除一项误入训练数据的材料。[60-2]
这个案例在本章的价值，不是用更正贬低整个方向，而是使“成功”这个词获得层次。算法认为某个目标可制备、装置产生了粉末、衍射支持某种结构、该结构对数据库而言陌生、它在文献史上确实新颖，是不同判断。各个环节可以相互支持，却不能由前一个自动保证后一个。
若共同体只保留首次新闻，而不把更正接回评价，自动化会放大认识误差；若因为出现更正就宣布自动实验没有价值，又会惩罚正常的纠错。可靠的研究记录应该容纳版本变化，使后来的人知道哪项结论仍成立，哪项被缩小，哪些样品还需独立测量。
在SDE语言中，数据库并不是装置外面的一摞参考书。它参与候选如何被认作新，参与哪些结构值得制备，也参与测量图样如何被匹配。因而数据来源与样品身份之间的特征纠缠，属于研究对象成立的条件。纠错不是把一个数字擦掉，而可能重新规定什么算作这项工作的显露。
四、一项小任务怎样承担真实的失败
宏大纲领需要从可完成的小任务开始。本章提出一项自拟任务：由AI辅助判断一个受控下降装置在给定时段内更符合恒速模型还是从静止开始的恒加速模型。任务不宣称发现新自然定律，而用来检验人机系统能否保持变量、条件与证据的完整性。
先规定训练阶段只开放一秒时的距离零点二米。模型甲取s=零点二t，模型乙取s=零点二t平方，两者在这一点完全一致。若系统根据这一条记录便宣布乙得到唯一证明，它已经失败。它应当保留两个候选，并提出能区分它们的后续测量。
在两秒时，甲预测零点四米，乙预测零点八米。若距离误差界预先规定为零点零二米，两个预测区间分别是零点三八至零点四二、零点七八至零点八二米，互不重合。一次合格的新测量便可能区分这个有限候选集。不过，结果若为零点六米，正确处理不是强行选择较近者，而是检查两种模型是否都不充分。
这项算例还必须防止一个偷换：排除甲不等于在所有可能函数中唯一证明乙。仍有无限多条曲线经过有限数据点。可以继续在三秒处测试，或改变初始条件，借助更广的机制约束减少候选；不能把候选列表很短，误作自然界本来只允许那几种答案。
这样的小任务看似不够壮观，却能检查未来科研系统是否具备关键能力：承认不可辨识，提出区分操作，保持测量单位，区分模型失败与仪器失败，并把新的结果写回假设。缺少这些能力，生成再多复杂方程也不能补足。
五、审计应当保存什么
可审计不等于把所有中间文字无限堆积。真正需要保存的是能影响结果的选择：数据版本、单位换算、训练与检验边界、模型代码、随机种子、参数范围、人工干预、失败条件及修改日期。对于实验，还应保留样品身份、仪器校准和处理链，使外部人员能够重建关键判断。
这里不要求研究者公开无法解释的内部心理活动，也不把机器生成的每段自述当作真实推理记录。一个语言模型可以说自己“先比较再推导”，但这句自述不等于可验证的计算轨迹。更可靠的记录是它实际调用了什么数据，提交了什么表达，哪些程序产生了什么结果，操作者在哪一步改变了方案。
应把发现用的数据与评价用的数据分开。若系统反复看到同一测试集并据此修改，那个测试集便逐渐成为训练的一部分。继续称其为独立检验，会夸大可靠性。对于重大主张，可以由另一团队保存最终测试条件，在冻结模型后才开放结果。
审计还要记录没有发生的事。某个候选因为设备能力不足未能试验，不能记作实验否定；某项测试因校准失效被取消，不能记作模型成功；没有发表的负结果，也不应自动从效率分母中消失。一个人机系统每提出十个候选才成功一个，与只公布成功样品的故事，可能看起来完全不同。
六、共同体不能只在最后签字
把人类安排成机器论文的最后签字者，不能构成充分的科研共同体。人的责任需要在问题选择、可接受风险、资源分配、证据裁决与错误处理处有实际入口。否则“人在回路中”只是一句形式保证，签字者并没有足够信息和能力改变结果。
同样，研究者也不能把AI当作永远不得反驳的廉价助手。机器提出的候选可能挑战团队习惯，暴露人为选择的数据偏差。共同体若只接受符合先验期待的输出，自动化便会把旧有封闭放大。保留人类裁定，不等于让人类直觉免于检验；它意味着由可追责的主体维护公开的判断程序。
对于合作成果，应说明贡献类型。提出问题、设计实验、维护硬件、开发软件、完成验证、解释结果和撰写文本，不是同一件事。记录这些工作有助于避免把整个复合过程归于一个系统名字，也有助于防止不可见的技术劳动被抹去。未来科研主体可以扩大，责任却不应因此稀释。
强竞争解释认为，AI科研仍只是传统研究的工具升级，无须诉诸新的主体结构。这个解释完全值得保留。只有当系统持续参与任务重定、变量生成与实验选择，人的判断也因其反馈发生可追踪改变时，复合主体分析才显示额外内容。若机器只是批量执行预定计算，本书就应准确称其为自动化工具，而不强行提升概念等级。
七、防止理解感跑在证据前面
Messeri与Crockett的研究分析了AI可能带来的理解幻觉及方法单一化风险，提醒人们生产更多结果不必然意味着理解更多。[60-3] 这是一项应被认真检验的风险判断，不是任何使用AI的实验室已经丧失创新的定论。
理解感之所以危险，在于它常由表达质量触发。一段文字把量子、几何和信息连得很顺，读者便觉得三者已经统一；一幅精美图展示一条新轨迹，人们便忽略它依赖哪些拟合参数。流畅表达有传播价值，却没有独立增加模型与世界之间的约束。
因此，未来科研系统应当被要求回答粗糙而具体的问题：哪些符号可测，怎样换单位，在哪个极限恢复已知结果，哪两个竞争模型会给出不同数字，什么观察会使当前版本退出？这些问题不能保证出现伟大理论，却能阻止尚未受检的组织冒充完成的物理。
对于量子测量与量子引力尤其如此。系统可以整理解释之间的差异，检查某个模型的数学一致性，寻找近似方法或提出可行的区分方案；但这些工作本身不等于已经解决测量问题，更不等于完成引力与量子的统一。本书的发生语言同样不能凭借把装置、主体和关系放进一句话，就宣布世纪难题已被消除。
八、让开放纲领具有明确期限
一个可执行的开放纲领可以包含三种不同尺度的任务。第一种是重建：在公开数据上复现已有关系，检查系统是否保持条件与来源。第二种是迁移：改变尺度、边界或噪声后，看它能否说明原模型在哪些地方失效。第三种是生成：在明确空缺处提出新的变量或关系，并交给独立实验评价。三者应分别报告，不以重建成功冒充第三种成功。
每项任务需要期限和退出条件。假设团队承诺三个月内完成二十个冻结测试，并在其中至少十五个达到事前误差要求，那么结果只有十二个时，当前目标没有达到。研究者可以分析原因，提出新版本，但不能把门槛改成十二个后再把这一轮记为成功。这里的数值是制度设计示例，不是普遍适用的科研评分标准。
多模型碰撞也要接受成本比较。若系统使用十倍算力、两倍实验时间才多得到一个已知结果，其价值不能只按成功数判断。另一方面，一个揭示共同盲点的失败可能比十次重复成功更有意义。评估应同时记录资源、独立新信息和对后续操作的影响，避免用单一排行榜替代科学判断。
可以设置彼此隔离的预测组与反例组。前者提出最有前途的方案，后者专门寻找其条件漏洞；最后由独立实验裁定。反例组的作用不是为了制造争吵，而是把不相容在公开记录中保留下来。若两组实际使用同一数据与同一默认假设，它们的人员不同也不能保证认识差异。
九、SDE在未来研究中应怎样工作
沿D—E—S倒逼路径，先让系统建立可追踪的操作序列D，再明确数据、装置、变量与模型之间的特征纠缠E，最后提出可重复的显露S。这里的顺序强调先把任务做成可以执行的过程，而不是先给未来发现起一个宏大名字。
另一条S—E—D进入路径则从稳定异常进入：当某个结果持续不能被既有模型解释，先检查关联规定E，再设计新的差异序列D去区分候选。AI可能帮助搜索异常模式，人类可能提供装置知识，新的操作又可能否定双方最初的解释。复合主体的创造力正体现在这种可互相改变的关系中。
三方程在这里联合约束研究。S=F(D,E)要求结果能够追溯条件，D=G(S,E)要求下一个操作回应已知分歧，E=H(S,D)要求关联解释接受结果的修订。若把它们当作三句总能套用的结束语，便没有增加研究能力。只有在它们改变了变量表、测试安排或失败判断时，方法才实际工作。
三原理同样承担具体责任。S与D的张力可以推动重建E中的数据泄漏判断；S与E的张力可以推动D中新增独立测量；D与E的张力可以推动把模糊的“发现成功”S分成重建、预测和新颖性三种可区分结果。每次改造后都要回到原测试，说明哪里改变，哪里仍未解决。未来不是被三原理保证的胜利，而是它们也必须接受检验的场所。
十、留给下一位的不是王座
第十一位也许不会以一位独立人物的名字出现。它可能是一种新的合作方式，一套使不同方法保持差异而又能够共同检验的组织，或者一个让旧问题获得新操作入口的装置系统。也可能，下一次深刻创造仍由一位研究者提出关键想法，再由许多人用多年工作使其成立。历史没有承诺只采用其中一种形式。
本书愿意押注的，是人能够与新工具一起扩大提问和检验的能力；它不愿预先替未来宣布答案。若人机系统在透明比较中没有改善问题质量，或持续掩盖误差，就应改变组织方式。若新的共同体能够产生独立可复核的对象关系，即使其形式超出本书预想，也应让事实修订我们的概念。
物理思想简史因此不以“全部完成”结束。它把过去留下的稳定成果交给后来者，也把每一次稳定背后尚可重新打开的条件交给后来者。下一位不需要先接受本书的全部语言，才有资格继续创造；他、她，或他们，需要能把新的判断交给共同世界检验。
空着的位置不是王座，而是一张仍可增写、也可划去旧结论的工作桌。桌上有原典、仪器、算法、失败记录与尚未提出的问题。物理世界的下一次发生，要从这里继续。
本章参考资料
[60-1] Silviu-Marian Udrescu and Max Tegmark, “AI Feynman: A Physics-Inspired Method for Symbolic Regression”, Science Advances 6, eaay2631, 2020；论文摘要与研究范围。https://arxiv.org/abs/1905.11481 。 [60-2] Nathan J. Szymanski et al., “Author Correction: An autonomous laboratory for the accelerated synthesis of inorganic materials”, Nature 650, E1, 2026，2026年1月19日发布；更正正文关于新颖性、结构复核与训练数据。https://www.nature.com/articles/s41586-025-09992-y 。 [60-3] Lisa Messeri and M. J. Crockett, “Artificial intelligence and illusions of understanding in scientific research”, Nature 627, 49–58, 2024；作者机构所载摘要。https://collaborate.princeton.edu/en/publications/artificial-intelligence-and-illusions-of-understanding-in-scienti/ 。