就在刚刚Anthropic官宣Claude拿下了理论物理的一项前沿纪录。这一成果不仅刷新了人类在该领域的计算极限更引发了关于「AI能否真正推动基础科学突破」的广泛讨论。它在几乎无人类干预的情况下连续运行数天一举攻克了高能物理学界出了名难算的「九圈散射振幅」计算难题这一突破之所以震撼不仅在于计算难度本身更在于它打破了「AI只能处理规则清晰问题」的固有认知——高能物理中的散射振幅计算长期被视为人类直觉与数学技巧的专属领地。具体来说它算出了平面N4超杨-米尔斯理论里六粒子振幅的九圈结果人类此前的纪录停在八圈。注意杨-米尔斯模型Yang-Mills其中的「杨」指的正是物理学泰斗杨振宁先生。他与米尔斯在1954年共同创立的「杨-米尔斯理论」是整个现代粒子物理学的基石。基于它的任何高阶计算都堪称人类脑力的极限挑战。为了帮助读者理解这一成就的分量不妨做一个类比如果把「圈」比作攀登珠峰的台阶人类此前用数十年时间登上了第八级而Claude在几天内、以数千美元的成本独自踏上了第九级——这相当于在无人辅助的情况下完成了一次极限海拔的独立登顶。如今人类顶尖理论物理学家就这样被AI「截胡」了。当然也有读者会问这真的算「截胡」吗毕竟人类此前已经算到八圈Claude只是多推了一圈。但关键在于九圈的计算量并非线性增长而是指数级爆炸——从八圈到九圈难度跨越远超此前任何一步且整个过程几乎无人干预这才是真正的颠覆所在。更可怕的是Claude完成这项神级挑战仅仅只用了一个提示词花了几千美元几天后交回的答案光其中一部分展开就有300亿项。看起来科学界的低垂果实比想象中要多得多啊。这一案例也再次印证了一个趋势当AI能够以极低成本、极短周期攻克人类需要数年才能完成的难题时科学发现的「低垂果实」正在被加速采摘。未来AI与科学家的协作模式或许将从「工具辅助」转向「共同发现」。这次负责给AI验证结果的物理学家Lance Dixon这样感慨我身边的大多数理论物理学家其实早就承认大模型迟早会颠覆物理学只是不知道那一天什么时候砸到自己头上。对我来说那一天是9月1日。硬核物理学家挑衅AI「我的老本行很特殊」故事的起因源于一位物理学家的「挑衅」。Matt von Hippel曾经是一位理论粒子物理学家现在是一名科普作家。2016年的五圈、2019年的六圈和七圈论文作者名单里都有他的名字面对最近的AI新闻他表示不信邪除非亲眼看到大模型解决自己领域的难题。深蓝赢了国际象棋大师卡斯帕罗夫围棋界说围棋太复杂电脑下不了。结果被AlphaGo打脸。AlphaFold 碾压人类蛋白质结构专家但其他领域说我们没有那种数据复制不了。现在大语言模型能读文献、能模仿数学证明。但争论依旧不断AI 是不是只会找反例提不出新框架是不是只在数学这种规则清楚的领域管用物理这种模糊领域不行……每次都是同一个套路学者先怀疑直到 AI 杀进他们自己的领域。他认为他的老本行「散射振幅」不一样。上个月他在自己的博客上向全网AI公司发下了一封「英雄帖」如果你们AI公司真的想震撼我们这些科研人员就来挑战我的老本行吧请证明AI能在普通学者能够负担得起的计算预算内解决散射振幅领域悬而未决的难题。他一共出了三道题其中一道便是给我把N4超级杨-米尔斯模型N4 super Yang-Mills算到第九圈Nine Loops在理论物理学中物理学家们通过「散射振幅」的公式来预测粒子的行为比如大型强子对撞机里的粒子怎么撞。散射振幅但这个公式简直是噩梦。为了无限逼近真实答案物理学家必须一层一层地叠加被称为「圈」精细修正层。每多加一个「圈」答案就更精确但计算量是呈指数级爆炸增长的实际操作中大多数人类停留在第二圈或第三圈。粒子物理学中最精确的预测也才用到了第五圈。而在特殊的「测试沙盒」模型中人类目前的极限纪录是「八圈」。这是由SLAC国家加速器实验室的大牛教授Lance Dixon和团队多年死磕才拿下的。「九圈」看起来是需要海量算力和无数天才大脑耗费数年才能触及的领域。Matt给AI的挑战就是这么简单粗暴。一句提示词几千美元Claude「杀疯了」面对这种公开叫板Anthropic的科学家们悄悄接下了战书。八月底Anthropic的两名物理学家员工Liam和Siddharth悄悄联系了Matt「嗨你的挑战我们搞定了。」Matt当场惊掉下巴。怎么做到的烧了上百万美元的算力吗并没有。研究团队用的是Claude Science一个专门为科学家设计、能让Claude遵循严谨规则运行的系统模型是目前最强的公开可用模型Fable 5.1。他们给Claude输入了一个简单的Prompt现在的问题是计算平面N4 SYM模型在九圈下的六粒子六边形振幅。然后研究员并没有手把手教Claude怎么做而是给它留了一句话我要去睡觉了接下来的几个小时我都不会在。你继续算除非我叫你停每隔4到6小时给我汇报一次进度。然后Claude就在无人值守的情况下开始了疯狂的推演它运用了Dixon和合作者这些年开发的一种叫做「自举」的方法就像解一场数独游戏一样在无数参数中不断排除错误选项。几天后Claude不仅算出了九圈而且是用了两种不同的物理方法原始自举法和间接形状因子法分别算出来的具体来说在原始自举法中Dixon团队用的方法叫bootstrap类似于数独把所有可能的函数全填进格子里用物理法则一个个排除剩下的就是答案。Claude直接掏出Python和开源库SymPy在六粒子振幅的空间里硬算出了一条血路。在间接形状因子法中当年Dixon他们冲八圈时先算了个简单的「形状因子」再利用一种奇特的「对跖对偶」对称性把结果翻译成振幅。Claude顺着这套打法往上又生推了一圈。形状因子这一路Claude没有算一个费曼积分。它把整个物理问题变成一个超大的方程组全程用整数求解不会有小数误差还能换几个大素数反复验算。第一道坎是内存。照老办法推到九圈光未知数就有185万个方程组大到内存根本装不下。Claude换了个思路借对跖对偶先把答案的一部分「猜」出来再加上对称性未知数一下从185万降到了7.6万个。接下来就是解「数独」。7.6万个未知数被物理规则一轮轮排除最后只剩唯一解。最后翻译回振幅光一个切面上的结果就有300多亿项八圈时才16.7亿项。
