[BizHanKook] 10月6日，OpenAI公开了大量数学研究手稿。这些手稿包含超过700篇针对各类问题的证明。面对这一进展，数学界既有期待也充满了不安。人们一方面期待着迎来解决长期未解难题的新时代，另一方面又对人类亲手进行证明的意义逐渐丧失而感到失落。
当然，这700篇手稿并非全都在解决完全不同的难题，也尚未经过彻底验证。但无可否认，AI已经开始以比研究人员快得多的速度，完成原本需要耗费大量时间的工作。而在天文学界，类似的事情也正在发生。
仅仅两天后，Anthropic也采取了行动。Anthropic公布了一份稍显特别的宇宙地图。约翰斯·霍普金斯大学的天体物理学家兼Anthropic研究员Brice Ménard与Claude合作，发布了全天紫外线地图。这是一份填补了现有望远镜观测“空白区”的完整地图。虽然地图的部分区域基于实际观测数据，但其余部分是AI根据观测结果重建的预测地图。
这份地图的起点是2003年至2013年服役的紫外线太空望远镜GALEX。GALEX扫描了全天64%的远紫外线区域，以及76%的近紫外线区域。在远紫外线地图中，约有三分之一是空白的。那些喷射出极其明亮能量的恒星在紫外线下也显得格外刺眼，导致望远镜难以观测，从而难以看清其背后的深空。此外，恒星密集的银河盘面和银河系方向也被避开，以防止望远镜检测器受损。
然而，用紫外线观察时，熟悉的夜空会呈现出截然不同的面貌。炽热恒星释放的紫外线被周围尘埃散射，使得可见光下难以观察到的尘埃云变得清晰可见。通过观察云层的分布和光的散射，我们可以感受到恒星与星际物质之间惊人的相互作用。
Ménard利用Claude将迄今为止公开的紫外线观测资料整合为一张地图。多个AI智能体协作进行了计算。首先，它们对齐了GALEX拍摄的大约3.8万个观测区域，因为拍摄时间和条件的不同，会导致同一片天空的亮度存在细微差异。
此外，团队还对地球上层大气发出的光以及太阳系尘埃引起的散射光进行了校正。在此过程中，另一台紫外线望远镜Swift，以及韩国早年发射的“科学技术卫星1号”（STSAT-1/Uri-Byol 4号）的数据也起到了重要作用。卫星内的FIMS设备虽然分辨率稍显粗糙，但它扫描了GALEX未曾观测的银河盘面区域。即便通过这些探测设备收集了大量数据，仍存在空白。AI对这些空白区域进行了统计学建模和推断。
此前，多项研究已经掌握了恒星、尘埃云、电离氢发出的特定光线与紫外线之间的相关性。因此，即使在没有紫外线观测的区域，只要有其他波段的观测数据，也能推断出其紫外线下的样貌。为了绘制全天地图，研究团队还利用了“盖亚”（Gaia）卫星的数据，该卫星观测了银河系内几乎所有的恒星。在缺乏紫外线观测的区域，基于恒星的温度、颜色以及星光穿过尘埃时减弱的程度，推算出了紫外线亮度。
为了确认计算结果的准确性，研究组进行了一场“盲测”，即遮盖掉部分已观测到的紫外线天空。比较AI仅凭计算绘制出的结果与实际观测地图，总体误差约为12%。虽然误差依然存在，但它已经相当出色地绘制出了紫外线地图。
观察完成后的地图，可以清晰看到年轻炽热恒星周围的尘埃云。沿着巨星爆发产生的星际气体气泡，可以看到圆形的环状结构。甚至连远离银河盘面、丝状的暗淡尘埃结构也清晰可见。此前只能零散观察的景象，如今能够被汇聚在全天地图中，并在整体语境下进行连接和呈现。
此外，地图中还出现了一些仅靠现有的星际尘埃云分布无法解释的独特区域。在高纬度地区出现了一些在远紫外线下明亮的结构，这是基于既往观测结果所新确认的构造。
那么，对于这份AI在未实际观测的情况下，通过填补空白而完成的地图，我们该如何看待呢？这里引出了一个极其棘手且令人困扰的哲学问题：一份并非由望远镜观测，而是通过计算填补出来的地图，能被视为真实的宇宙地图吗？这份地图反映了以观测为支撑的预测和法则。在科学中，预测是一个非常重要的工具。但我们必须先仔细审查其依赖于哪些假设。当然，作者们也添加了注意事项，说明不能将其视为真实的宇宙地图。
如果AI无需真正观测也能绘制宇宙地图，那么我们是否不再需要新的望远镜了呢？恰恰相反，这份地图有助于确定下一次观测的目标。AI在绘图时会给出预测评分，从它认为“绝对不会错”的区域到“预测不确定”的区域，都可以量化预测的不确定性。因此，可以制定优先观测那些不确定区域的策略，从而补充更多数据。
此外，如果实际观测结果与AI绘制的地图大相径庭，那么那里极有可能隐藏着我们未知的现象或新的物理学答案。如果能更进一步，我们甚至可以期待AI不仅利用我们已知的关系，还能提出解释宇宙的新原理。
目前还有一种名为“爱因斯坦测试”的惊人构想，旨在实际测试这一问题。如果说图灵测试是实验AI是否像人类一样思考和说话，那么爱因斯坦测试则是实验AI是否能够基于宇宙数据直接构建科学理论。
例如，让AI仅学习狭义相对论发表之前的资料，看它能否解决当时尚未解决的问题。实际上，曾有人收集了1900年之前的书籍和报纸，训练了一个拥有约33亿个参数的语言模型，并观察AI能否实现从现有知识到“相对论”这一惊人飞跃。
遗憾的是，AI未能给出重现相对论水平的答案。虽然它给出了一些如“光可能不连续地传递能量”、“重力和加速度在局部看来是相似概念”等碎片化答案，但未能形成连贯的物理理论。最终，还是在人类提供了“光速恒定”这一重要提示后，它才构建出了像样的相对论。
最近，AI通过学习哈勃空间望远镜的观测数据归档，自主分析了超过1亿张图像。AI仅用了两天半的时间就筛选出了它认为“特殊”的星系候选者，其中确认了超过1300个真正异常的星系。此外，其中有800个是天文学家从未报告过的星系。有的星系因为相互碰撞而扭曲变形，有的则经历了极端引力透镜效应。在实际观测过的陈旧数据中，AI挖掘出了人类错过的珍贵宝藏。
当然，随着未来AI技术的进一步发展，就像图灵测试一样，能够通过爱因斯坦测试的AI或许也会出现。我们甚至可以进行更惊人的想象：如果一个仅学习了1900年前数据的AI，在寻找当时困扰物理学家的难题答案时，提出了并非相对论、而是完全不同方向的见解呢？如果它提出了人类历史上从未讨论过的方向，且该理论比相对论能更好地解释宇宙，那么我们能认为它更接近真理、更接近真实的宇宙面貌吗？
现在，我们必须更明智地运用AI。我们需要培养一双慧眼，去判断AI提出的新理论和宇宙地图究竟是否真实。如果我们盲目信赖AI，完全依赖它的答案，那么当某一天AI无意中产生“幻觉”时，我们可能会在毫无察觉的情况下陷入巨大的错觉，从而产生错误的宇宙观。在AI时代，最重要的一点是，不要忘记真正的答案始终存在于我们头顶之上，存在于真实的宇宙之中。
作者 池雄培（Ji Woong-bae）是谁？热爱猫咪与宇宙。儿时因观看《银河铁道999》而立志让人们了解宇宙之美。目前担任世宗大学自由专业学部助理教授，积极从事讲座与写作等各类科学传播活动。著有《关于天文学者的无用之处》、《我们皆生为天文学者》、《仰望宇宙时浮现的奇怪问题》等书，并翻译了《我是如何杀掉冥王星的》、《量子人生》、《UFO》等作品。