AI在数学上的突破刚让人缓过神，它已经掉头冲进了物理和经济学。Neil Thompson的研究显示，前沿AI模型在解决理论科学问题上的能力正在快速提升，而这一切发生在数学领域取得突破之后。

数学是第一站。AI在这里证明了自己能处理抽象推理和符号推演，这原本被认为是人类智力的专属领地。但数学不是终点，它更像一道门槛——跨过去之后，物理和经济学成了下一批目标。

打开网易新闻 查看精彩图片

从数学到物理，再到经济学

Neil Thompson的研究追踪了前沿模型在理论科学问题上的表现。物理和经济学被放在一起观察，这两个领域有一个共同点：它们都依赖严密的逻辑链条和形式化推理，而这恰好是AI在数学训练中打磨出来的能力。

换句话说，AI在数学里练出的“解题肌肉”，正在被直接搬到其他学科。物理里的理论推导、经济学里的模型分析，本质上都是同一类思维活动的变体。模型不需要重新学一套东西，它只需要把已有的推理能力迁移过去。

理论科学成了新的测试场

值得注意的是，这里说的是“理论”科学问题，不是实验操作或数据采集。理论问题有明确的边界和可验证的答案，这让它们天然适合被AI拿来练手和评估。

Neil Thompson的研究没有停留在数学单点，而是把观察范围扩展到了物理和经济学。这个扩展本身就是一个信号：AI的能力评估正在从单一学科转向跨学科的理论推理。

数学被攻下之后，物理和经济学的理论问题正在成为新的衡量标尺。前沿模型的进步速度，在这条新赛道上依然很快。