近日，北京大学物理学院马滟青教授带领的课题组所取得的研究成果受到了社会各界的广泛关注。
他们所开发的“AI-牛顿”（AI-Newton）系统，能够在脱离人工监督、不借助任何先验物理知识的条件下，从46组物理实验的原始噪声数据里，独立挖掘出经典力学的核心规律——牛顿第二定律（F=ma）。
相关进展在11月14日获《自然》（Nature）新闻栏目以长篇专题形式报道。
和传统AI只能识别数据模式或开展预测不同，“AI-牛顿”创新性地运用“大胆猜想、小心求证”的合情推理方法，模拟人类科学家的认知流程。
该系统利用实验库生成物理数据，运用符号回归、微分代数等技术手段，从时空坐标、几何信息这类基础符号里提炼出相关概念。
再逐步搭建起涵盖符号、概念、定律的三层知识框架，最终独立推导出力、质量、加速度之间的关联规律，甚至同时发现了能量守恒等关键物理法则。
此次研究是AI从科研辅助工具转向“自主发现主体”过程中至关重要的一步。
课题组称，他们打算把“AI-牛顿”运用到更具挑战性的领域，比如尝试去理解并发现量子理论里的复杂规律。
