AI自动假设生成系统HypoGen发布：从实验数据中自主提出可验证科学假设

AI自动假设生成系统HypoGen发布：从实验数据中自主提出可验证科学假设

2031年1月10日，DeepMind与欧洲核子研究中心（CERN）联合发布了HypoGen——一个能够从实验数据中自动识别异常模式、生成可验证科学假设的AI系统。该系统在粒子物理领域的测试中已提出三个独立假设，其中两个已被后续实验证实。

HypoGen的核心架构由三个模块组成：PatternMiner负责从海量数据中识别统计显著的异常信号，HypothesisFormer基于因果推理图谱将异常信号转化为结构化的科学假设，而FalsifiabilityChecker则自动设计实验方案来验证或证伪这些假设。

「传统科学研究中，从观察到假设的跨越往往依赖研究者的直觉和经验，」CERN理论物理部主任Elisa Fontanesi在发布会上表示，「HypoGen不是替代科学家，而是为他们提供了一个永不懈倦的假设生成器。」

在CERN大型强子对撞机（LHC）的测试中，HypoGen分析了过去五年积累的12PB碰撞数据，发现了三个此前被噪声掩盖的微弱信号。其中一个涉及一种此前未被预测的介子衰变模式，另一个指向暗物质候选粒子的间接证据。

「最令人印象深刻的是HypoGen生成的假设质量，」MIT物理学家、诺贝尔奖得主Nergis Mavalvala评价道，「它不是简单地拟合数据，而是提出了具有物理意义的机制性解释。」

但HypoGen也引发了科学哲学层面的争议。斯坦福大学科学哲学教授Hasok Chang指出：「如果假设是由算法而非人类直觉产生的，我们还能称之为'发现'吗？科学知识的主体性问题需要重新审视。」

DeepMind研究副总裁Shane Legg回应称，HypoGen的设计理念是「增强而非替代」：「系统生成的每个假设都需要人类科学家审核、验证和解释。AI负责搜索空间的遍历，人类负责意义的赋予。」

目前HypoGen已在材料科学和基因组学领域展开初步测试。DeepMind计划在2031年第三季度向全球研究机构开放API接口。