代數世界模型：讓 AI 從探索走向證明

研究動機

核心設問相當直接：假如 AI 只掌握牛頓提出萬有引力之前的一切知識，能否獨立重新發現萬有引力？由於訓練數據可能已被污染，這類實驗難以嚴格執行，但目標本身十分清晰。

團隊的做法是讓 AI 面對一個陌生世界時，僅以觀察和實驗為起點，逐步凝煉出基本理論框架，再以這個框架理解世界；他們發現，這件事的難度未必如想像中那麼高。

AWM 運作機理

研究以交互式遊戲集 ARC-AGI-3 作為切入點，每個遊戲既不交代規則，也不說明目標，玩家必須自行摸索哪些物件可以移動、哪些機關能夠觸發，前沿大模型亦紛紛在此公布成績。

範疇論方法

模型不依賴預設知識，也不接受污染數據，而是把觀察到的現象組織成結構化表示，透過範疇論進行抽象與轉換，逐步凝煉出穩定的基本規律，最終形成可供理解與證明的理論框架。

研究意義

此項工作突破以往以大數據訓練為主的範式，強調結構化建模與邏輯推導能力，嘗試把 AI 從經驗學習推向原理性認知。研究認為，具備科學發現能力的下一代 AI，未必需要從海量數據開始。