AI（或者说神经网络/深度学习）能够实现科学（尤其是物理学）研究中提出假设这一步嘛？ 第1页

是数学上的假设？物理世界的假设？程序上的假设？

全部都早就有了。而且，你早都用过了。

数学假设：

Quickspec, Tensat, Ruler等工作可以自动找寻mathematical equation，并且交由SMT或Isabelle/HOL等自动化定理证明器来验证/反证猜想的正确性。被证明正确的猜想会自动加入深度学习编译器，又或者传统编译器，来对程序进行优化。

物理假设：

Symbolic Regression通过基因编程或者其他搜索方法对给定数据搜索符合数据的表达式。这种方法被应用于材料学，天文学等科学，用于帮助科学家快速发现新定律。其实，当你每次使用excel的下拉功能去填数据的时候，其实就是在利用这种方法去找寻符合数据规律的定理，然后用这定理来完成填空 (Flash Fill)。

程序假设：

Model Checking的CEGAR方法会试图提出程序的loop invariant，然后当发现反例(loop invariant不够强，无法证明性质)的时候，会通过反例更新自己的invariant，重新尝试，如此反复。此等方法被用于多种软件硬件的形式化验证，包括芯片，分布式系统，C程序等。

所以说，别再想可不可能的事情了，当你打开手机的人脸识别，或者使用excel，更甚至，当你打开电脑的那一刻，你就在享受‘计算机自己发现猜想’的成果了。