[科技谈]AI能战胜爱因斯坦吗

by Lim Juhyeong

Published 24 Feb.2024 09:00(KST)

理论科学核心“思想实验”
借助AI模拟器尝试再现

人类的科学与哲学，是通过“思想实验”不断发展起来的。也就是借助虚构情景来推理事物或现象本质的方法。说到思想实验的大师，最著名的无疑是阿尔伯特·爱因斯坦。他从“以与光相同的速度奔跑的人，能否用手中的镜子照见自己的脸”这一假设中，推导出了相对论。

建立起狭义相对论和广义相对论的理论物理学大师爱因斯坦。Rarehistorialphoto档案馆供图

思想实验至今仍是所有理论科学的中枢，但如今科学家们会动用计算机。因为与过去不同，分析宇宙与物质本质的过程已经变得指数级复杂。不过，计算机能否不再只是“计算器”，而是直接进行思想实验？近期人工智能（AI）的发展，树立起“会做思想实验的机器”的第一个里程碑。

如果视频生成型人工智能真的能够预测出与现实完全相同的海浪流动呢？ [图片来源=OpenAI提供]

最近，人工智能企业OpenAI发布了可以将文本转换为时长60秒视频的生成式人工智能SORA。视频生成式人工智能技术本身并非全新，但SORA因能够比以往更加稳定地生成高质量长视频而备受关注。

不过，SORA真正的价值并不在于单纯的视频生成。实际上，从OpenAI发布的报告可知，SORA的目标是“用于世界模拟（World simulation）的视频生成工具”。只是它目前尚不能完全理解现实世界中发生的复杂物理现象。

我们所处的世界，是在无数种力的作用下运转的。从微观世界中的引力、核力，到宏观视角下的大气和水流动，都包含在内。若OpenAI要把SORA打造为真正的“世界模拟器”，人工智能就必须理解并“预见”所有这些力的作用。

世界模拟的核心：计算流体力学（CFD）

计算流体力学（CFD）可以模拟空气、液体和热量对物体的影响，因此是现代精密机械工程中的关键技术。图为SpaceX火箭的CFD模拟。图片来源为YouTube提供

事实上，利用计算机构建物理现象模拟器的努力早已持续多年，而当今许多产业界也在依赖基于计算机的物理模拟器。其中最具代表性的，就是“计算流体力学（Computational Fluid Dynamics，简称CFD）”。这是一种在虚拟世界中再现液体或气体流动，并分析其对特定物体产生何种影响的技术。

CFD影响力尤为巨大的行业是航空航天。当飞机或火箭划破大气飞升时，作用在机体上的空气阻力、热量、振动等，如果要由人类逐项计算，将是一项极其庞大的工程。为在地面构建与空中相似的环境，还需建设巨大的风洞实验场，成本同样高昂。CFD则把这类“思想实验”实现了计算机自动化，同时也大幅缩短了用于航空发动机等复杂燃气涡轮设计的时间。

全球三大航空发动机制造商之一“劳斯莱斯”的发动机风洞试验场。劳斯莱斯供图

然而，目前的CFD仍然极为有限且碎片化，依旧无法完全替代“现实空间测试”，而且一次能够模拟的流体种类也十分受限。

人工智能的天才级思想实验，路还很长

OpenAI等人工智能企业的雄心，就是要完成“通用CFD”。也就是一种能够同时预测大气流动、汹涌波涛、受热与振动的固体反应等各种动力学（Dynamics）的人工智能。如果人工智能版CFD能达到这一水平，就足以被称为“世界思想实验者”。那将是计算机超越爱因斯坦智能的时刻。

虽然OpenAI的SORA正处于聚光灯下，但在基于人工智能的CFD领域走在最前面的，其实是Google DeepMind。早在去年11月，它就推出了名为“GraphCast”的气象预测人工智能，引发业内高度关注。气象预测，是一种需要设想大气中水滴、风、气温等无数动力学变量的高度思想实验。

DeepMind去年公开的气象预报程序“GraphCast”也是将CFD与人工智能相结合的“世界模拟器”案例。图片由DeepMind提供

DeepMind利用被称为图神经网络（Graph Neural Network，GNN）的模型，构建了GraphCast。图神经网络是一种擅长推断分散数据之间关联关系的数据结构，非常适合于需要从无数数据点中捕捉流动趋势的思想实验。据称，GraphCast的准确度远高于一般气象部门使用的天气预测算法。

但尽管已有部分成果，人工智能仍无法真正再现世界。就连OpenAI也承认，SORA的主要弱点在于“难以精确实现复杂场景的物理呈现，无法理解某些物理现象的因果关系”。