正文
美国能源部(DOE)普林斯顿等离子体物理实验室(PPPL)的科学家设计出最新的机器学习算法，可以直接由输入数据输出结果，精确预测太阳系中行星的轨道位置——
中间没使用任何物理定律
！
我们人类的绝大多数知识，都是基于对现象的归纳统计。比如说，古人观察天象，虽然完全不了解天气事件内在的规律，却依然可以总结出“日晕雨月晕风”这样的朴素规律，借此预知第二天的天气。当然，
这种观察性的结论往往很粗糙，还有经常会错误归因：古人遇到天狗食月时，会敲锣；月食结束时，他们或许会相信敲锣真的有效。
机器学习算法，本质上和上面的朴素归纳法有几分类似；相应的AI哪怕并未掌握内在规律，也可从经验/数据中自我学习。
PPPL物理学家秦虹(音)说：“通常的物理学，我们会进行观察，然后基于观察创建一个理论，再使用该理论预测现象。我正在做的是用黑匣子代替此过程，这种黑匣子可以不借助传统理论或定律给出准确的预测结果。”
秦将水星、金星、地球、火星、木星和谷神星的轨道观测数据输入了程序。然后，该程序与被称为“服务算法”的其他程序一起，无需使用牛顿运动定律和万有引力定律就可以准确预测出行星的轨道位置。
秦说：“
从本质上讲，我绕开了物理学的所有基本要素。我直接从数据转到数据。中间没有物理定律。
”
美国能源部洛斯阿拉莫斯国家实验室的物理学家约书亚·伯比(Joshua Burby)说：“相当于程序自发地从数据中勘破了大自然用来确定物理系统动力学的基本原理。换句话说，他的代码确实'学习了'物理学定律。”
类似的黑盒过程也出现在哲学思想实验中，如约翰·塞尔(John Searle)著名的中文屋。
