近日，《自然》刊发一篇论文，让AI“重生”到1900年，在科学史情境中尝试提出光量子概念。据热点信息，AI在这一设定下抢先于爱因斯坦提出光量子假说。该研究归类为论文，具体实验设置、模型与评估方法需以原文为准。
20世纪初，经典理论难以解释黑体辐射、光电效应等现象，爱因斯坦后来提出光量子假说，成为量子力学奠基性贡献之一。若AI能在相同历史节点、仅凭当时可用知识独立提出类似概念，意味着它可能不只是做数据拟合与预测，还具备概念创新与理论建构能力。
这项工作的看点在于评估范式：把AI放回历史现场，看它能否“重走”甚至“抢先”人类科学家的发现路径。对AI for Science而言，这比让模型复现已知答案更严格，测试的是从现象到新假设的推理能力，而非记忆或检索。
但这类研究面临“后见之明”与数据泄漏的质疑。如果AI训练语料已包含爱因斯坦的成果，所谓“抢先”可能只是信息重现。如何设计干净的训练与推理环境，是判断AI是否真正独立提出光量子的关键。若论文能在方法上排除干扰，结论将更具说服力。
整体看，该研究把科学史与AI能力评估结合，提供了观察AI科学创造力的新视角。它提醒从业者：下一代AI for Science的竞争点，可能从“解已知题”转向“提新问题、造新概念”。