AI看了段摆锤视频，自己悟出了物理课本知识

想象你给AI看一段28×28像素的模糊摆锤视频——没有标注摆角，没有标注角速度，连“这是个摆锤”的提示都不给。你觉得它能学到什么？可能是“识别出这是个来回晃的东西”，最多是“预测下一秒它晃到哪”。但埃默里大学的团队让AI做到了更离谱的事：它盯着像素点的变化，无监督地“悟”出了和物理课本完全一致的二维相空间——角度和角速度这两个核心变量，连拓扑结构都分毫不差。这不是图像识别，是AI第一次像物理学家那样，从混乱的观测里提炼出了世界的底层规律。

从像素到物理变量：AI靠“遗忘”抓住本质

要理解AI怎么做到的，得先搞懂它背后的“信息瓶颈”理论——这是以色列科学家Naftali Tishby在1999年提出的框架，简单说就是“学习的本质是遗忘”。 你可以把AI的学习过程想象成筛沙子：输入的像素数据是一堆混着碎石、尘土和金粒的沙子，AI要做的就是用筛子把金粒（对预测未来有用的核心信息）留下来，把碎石和尘土（光照、像素噪点这些无关细节）筛出去。这个筛子就是“信息瓶颈”——它压缩输入数据，只保留对预测未来最关键的信息。

传统的AI模型比如VAE，会试图把像素原样“还原”出来，相当于把所有沙子都留下，自然分不清金粒和尘土。而这次的DySIB模型，完全跳过了“还原像素”的步骤，它的目标只有一个：用过去的像素预测未来的像素，在这个过程中自动把最核心的变量挤出来。 直给补刀：DySIB的核心是对称信息瓶颈——它同时压缩过去和未来的观测数据，然后最大化两者压缩表示之间的互信息。说人话就是，AI会反复问自己：“从刚才的画面里，我最少需要记住哪几个数，就能准确猜到下一秒的画面？”

给AI装个“物理脑”：两个关键的作弊器

光靠信息瓶颈还不够，AI得有点“物理直觉”才能不跑偏。DySIB给AI加了两个物理归纳偏置，相当于给它装了个简化版的“物理脑”。 第一个是共享编码器——不管是过去的画面还是未来的画面，AI都用同一个编码器处理。这符合物理世界的时间平移不变性：摆锤的运动规律不会因为你今天看还是明天看就变了。这个设计强制AI忽略时间起点的干扰，只盯着运动本身的规律。 第二个是δ-预测器——AI不会直接预测未来的完整状态，而是预测“未来状态=现在状态+一个小增量”。这刚好对应物理里的微分方程：物体的运动是连续的，下一秒的状态只和当前状态以及微小的变化量有关。这个设计让AI的预测天然符合物理规律，不会出现“摆锤突然瞬移”这种离谱的结果。

实验数据最能说明问题：AI只需要16-32条摆锤轨迹就能准确还原角度，256条轨迹就能还原角速度——这效率比传统方法高了一个数量级。更惊人的是，AI自己算出了这个系统只需要二维变量，和物理课本里的结论完全一致。

不是万能钥匙：AI离真正的物理学家还差三步

当然，现在就吹AI能取代物理学家还太早。DySIB的成功只限于像摆锤这样的简单系统，它还有三个绕不开的局限。 首先是对复杂系统的泛化能力未知。摆锤的相空间是二维的，拓扑结构简单，但如果是混沌系统比如双摆，或者多体系统比如流体，AI能不能提炼出核心变量还是个问号。 其次是对噪声的耐受度不够。实验用的是干净的实验室数据，如果是真实世界里带噪声的观测，比如监控摄像头拍的风吹树叶，AI可能就抓不住核心规律了。 最后是超参数的手动调节。现在AI还需要人类帮它设置潜在维度、时间窗口这些参数，真正的自动化科学发现，得让AI自己决定该用什么参数。 但这些局限都掩盖不了一个事实：AI已经从“识别世界”的阶段，走到了“理解世界”的门口。它不再是只会拟合数据的黑箱，而是开始像人类一样，从混乱中提炼秩序。

当AI盯着模糊的摆锤视频，自己画出和物理课本一样的相空间时，我们看到的不只是一个算法的成功，更是科学发现范式的微小偏移。过去，人类科学家靠观测、假设、实验来提炼规律；未来，AI可能会成为科学家的“新眼睛”——它能盯着人类看不懂的高维数据，快速筛出那些最核心的变量，给人类指出新的研究方向。 学习的本质是遗忘，发现的本质是筛选。AI正在用它的方式，重新定义我们理解世界的路径。