Diversi gruppi di ricerca stanno sperimentando modelli di intelligenza artificiale addestrati esclusivamente su conoscenze disponibili prima di una determinata data per verificare se siano in grado di ricostruire autonomamente scoperte scientifiche avvenute successivamente. L’esperimento più ambizioso è stato proposto da Demis Hassabis, cofondatore di Google DeepMind, che ha indicato come possibile prova per sistemi di intelligenza artificiale avanzata l’addestramento di un modello utilizzando soltanto informazioni disponibili fino al 1911, per poi verificare se questo riesca ad arrivare alla teoria generale della relatività formulata da Albert Einstein nel 1915. L’idea si inserisce nel filone dei cosiddetti “vintage” o “historical LLM”, modelli costruiti deliberatamente con un limite temporale nei dati di addestramento, in modo da poter osservare se riescano a ricostruire risultati scientifici non presenti nel corpus originario invece di recuperarli semplicemente dalla conoscenza già acquisita durante il training.
Il problema centrale riguarda il tipo di ragionamento necessario per produrre una scoperta paragonabile alla relatività. I modelli linguistici attuali sono particolarmente efficaci nell’individuare correlazioni all’interno di grandi quantità di dati e nel generalizzare a partire da esempi già osservati, ma molte svolte scientifiche richiedono un passaggio diverso: formulare una nuova spiegazione a partire da pochi elementi, anomalie o osservazioni che non trovano posto nelle teorie esistenti. Tom Zahavy di Google DeepMind ha descritto questa difficoltà sostenendo che gli LLM mostrano ancora forti limiti nei “salti” di ragionamento necessari per costruire nuove cause o nuovi modelli del mondo. Il punto non consiste quindi soltanto nel disporre di una grande capacità computazionale o di un corpus molto esteso, ma nel riuscire a produrre ipotesi nuove e sufficientemente generali a partire da dati incompleti, operazione che nella storia della fisica ha caratterizzato passaggi come quelli da Keplero a Newton e successivamente da Newton a Einstein.
Una verifica concreta di questo limite è stata condotta da Sendhil Mullainathan del MIT e dai suoi collaboratori utilizzando un foundation model dedicato alla meccanica orbitale. Al sistema sono stati forniti dati sintetici relativi a diversi sistemi planetari costruiti secondo le leggi della meccanica newtoniana, con l’obiettivo di vedere se il modello riuscisse a ricavare autonomamente la legge universale della gravitazione. Il sistema non ha individuato la relazione generale tra forza gravitazionale, masse dei corpi e distanza, ma ha prodotto una legge differente per ciascun sistema planetario osservato, e ognuna di queste formulazioni risultava errata in modo diverso. Il modello riusciva quindi ad adattarsi ai singoli insiemi di dati senza individuare il principio fisico comune che li generava, mostrando la differenza tra una buona capacità di interpolazione e la costruzione di una teoria generale capace di spiegare fenomeni differenti con lo stesso insieme di regole.
Un esperimento ancora più vicino al test proposto da Hassabis è stato realizzato dal ricercatore indipendente Michael Hla, che ha addestrato un modello chiamato Machina Mirabilis utilizzando materiale precedente al 1900 e gli ha chiesto di affrontare problemi che avrebbero successivamente portato alla meccanica quantistica, alla relatività speciale del 1905 e alla relatività generale. In alcuni test il modello ha ricevuto anche indicazioni mirate: per esempio, gli sono state presentate osservazioni sull’effetto fotoelettrico oppure elementi riconducibili all’esperimento mentale dell’ascensore utilizzato da Einstein nel percorso verso la relatività generale. In alcuni casi Machina Mirabilis ha prodotto formulazioni che suggerivano intuizioni parzialmente corrette, arrivando per esempio a descrivere la luce come composta da impulsi distinti in una forma che ricorda l’idea dei quanti. Nel complesso, tuttavia, il sistema non è riuscito a sviluppare una comprensione fisica coerente e frequentemente ha generato espressioni linguisticamente plausibili senza costruire una rappresentazione sufficientemente solida dei fenomeni per ricavarne una nuova teoria.
La costruzione di questi modelli storici presenta inoltre un problema metodologico molto concreto: impedire che nei dati di addestramento entrino informazioni successive alla data scelta. I materiali digitalizzati più antichi contengono errori OCR, testi incompleti, metadati temporali imprecisi e documenti nei quali informazioni di periodi differenti possono essere mescolate. Il ricercatore Nick Levine e i suoi collaboratori hanno tentato di creare un modello alimentato esclusivamente con conoscenze disponibili fino al 1930, scegliendo questa data anche perché negli Stati Uniti all’inizio del 2026 sono entrate nel pubblico dominio opere pubblicate in quell’anno. Il gruppo ha però riscontrato una forte contaminazione temporale: interrogato su eventi successivi al 1930, il modello riusciva talvolta a rispondere correttamente, arrivando per esempio a conoscere elementi relativi alla presidenza statunitense di Franklin D. Roosevelt, iniziata nel 1933. Questo rende difficile stabilire se un risultato apparentemente nuovo sia stato realmente dedotto dal modello oppure se informazioni successive siano entrate accidentalmente nei dati di training.
Un approccio simile viene seguito dal progetto Ranke-4B dell’Università di Zurigo, che ha costruito una famiglia di modelli addestrati su testi dotati di marcatura temporale e limitati rispettivamente agli anni 1913, 1929, 1933, 1939 e 1946. In questo caso l’obiettivo non è necessariamente verificare se il sistema riesca a riprodurre integralmente una grande teoria successiva, ma osservare se possa generare idee che mostrino elementi riconducibili a scoperte future. La difficoltà deriva anche dalla quantità ridotta di materiale storico utilizzabile rispetto ai dataset impiegati per addestrare gli LLM moderni e dalle risorse computazionali necessarie per costruire modelli sufficientemente potenti partendo da corpus temporalmente selezionati. Per questo i ricercatori puntano più realisticamente a individuare segnali di anticipazione concettuale, piuttosto che aspettarsi la ricostruzione completa di una svolta scientifica come quella einsteiniana.
Resta inoltre aperto il problema della selezione delle ipotesi. Un modello probabilistico potrebbe teoricamente generare, tra moltissime formulazioni possibili, anche una teoria equivalente o molto vicina alla relatività generale, ma questo non significherebbe automaticamente che il sistema abbia identificato quella corretta. Nella fisica, infatti, numerose teorie differenti possono spiegare almeno una parte dei dati disponibili, e occorre stabilire quali meritino di essere sottoposte a ulteriori verifiche sperimentali. È una differenza importante rispetto alla matematica, dove molte catene di ragionamento possono essere controllate passo per passo attraverso dimostrazioni formali. I risultati ottenuti finora indicano quindi che i modelli AI possono produrre associazioni, ipotesi e in alcuni casi piccole innovazioni concettuali, ma incontrano ancora difficoltà quando devono costruire un modello generale del mondo a partire da pochi dati e distinguere autonomamente un principio fisicamente corretto dalle numerose alternative compatibili solo superficialmente con le osservazioni.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)