在通用人工智能与AI驱动科学探索迅猛发展的当下，科技界普遍存在一种乐观预期：只要持续扩大模型参数规模、注入海量文献与实验数据，基于Transformer架构的大语言模型就能通过归纳海量数据发现新物理定律，甚至实现类似爱因斯坦的科学革命。然而，Google DeepMind资深研究员Tom Zahavy在《LLMs can't jump》论文中，通过严谨的科学哲学与物理学史分析，对这一主流范式提出根本性质疑。
论文指出，主流机器学习理论将科学发现简化为"数据压缩"过程，即通过归纳法在海量数据中寻找简洁模式。但爱因斯坦构建广义相对论的历史表明，这一理论存在根本性缺陷：在爱因斯坦提出理论时，牛顿力学并未出现显著数据误差，所谓"火神星"假说甚至掩盖了水星近日点进动的微小偏差。重大科学范式转移往往发生在没有监督误差信号的真空地带，单纯依赖数据归纳的AI系统只会拟合已知模式或引入凑数参数，无法重构全新物理图景。
研究通过皮尔士逻辑学框架揭示，当前AI系统存在结构性能力缺陷。大语言模型在归纳（从数据提炼规律）和演绎（如AlphaProof在既定公理下推导数学定理）方面已展现强大能力，但科学发明的核心瓶颈在于"溯因推理"——即通过解释异常现象提出全新公理假设的能力。爱因斯坦的"电梯思想实验"证明，科学突破需要具身仿真能力，将抽象符号锚定于物理体验之中，而LLM本质上是高维度"中文房间"，仅能在已知符号间进行逻辑运算，缺乏从现实体验跨越到新公理的"飞跃"机制。
论文以爱因斯坦构建广义相对论的七年历程为案例，详细拆解了科学发明的完整循环：从自由落体感官经验（E）出发，通过概念飞跃（J）形成等效原理等公理体系（A），最终演绎出可验证的定理（S）。这个过程中，1913年爱因斯坦与数学家Grossmann的合作极具启示意义——他们虽识别出黎曼曲率张量这一关键数学工具，却因误判静态场条件而错失正确方程，这一失误恰恰证明：没有物理直觉引导的纯演绎推理必然陷入歧途。
研究进一步指出，当前AI科学系统存在双重局限。在数据层面，归纳系统在缺乏统计显著性数据时无法启动发现机制，即便面对充足数据也可能收敛于启发式捷径而非因果律；在逻辑层面，演绎系统虽能验证理论后果，却无法生成具有外部接地的公理假设。AlphaProof等系统在数学竞赛中的突破，本质上是符号操作能力的延伸，与爱因斯坦通过物理仿真形成新公理的过程存在根本差异。
论文提出，下一代AI科学基础设施必须突破"文本大模型"范式，构建具有动作可控性与反事实干预能力的物理一致性世界模型。这种交互式环境能够模拟思想实验的物理后果，为溯因推理提供合成实验室。研究特别强调，不同学科需要定制化的仿真基底：物理学依赖物质世界模型，而数学等抽象领域则需构建形式系统仿真框架。这种路径调整标志着AI科学发现从数据驱动向物理先验驱动的根本转变，为真正实现机器科学发明指明了理论方向。
