就在剛剛，Anthropic官宣，Claude拿下了理論物理的一項前沿紀錄。
它在幾乎無人類干預的情況下，連續運行數天，一舉攻克了高能物理學界出了名難算的「九圈散射振幅」計算難題！
具體來說，它算出了平面N=4超楊-米爾斯理論裡六粒子振幅的九圈結果，人類此前的紀錄停在八圈。
注意，楊-米爾斯模型（Yang-Mills）其中的「楊」，指的正是物理學泰斗楊振寧先生。
他與米爾斯在1954年共同創立的「楊-米爾斯理論」，是整個現代粒子物理學的基石。
基於它的任何高階計算，都堪稱人類腦力的極限挑戰。
如今，人類頂尖理論物理學家，就這樣被AI「截胡」了。
更可怕的是，Claude完成這項神級挑戰，僅僅只用了一個提示詞，花了幾千美元！
幾天後交回的答案，光其中一部分展開就有300億項。
看起來，科學界的低垂果實，比想像中要多得多啊。
這次，負責給AI驗證結果的物理學家Lance Dixon這樣感慨：
我身邊的大多數理論物理學家其實早就承認，大模型遲早會顛覆物理學，只是不知道那一天什麼時候砸到自己頭上。
對我來說，那一天是9月1日。
01. 硬核物理學家挑釁AI「我的老本行很特殊」
故事的起因，源於一位物理學家的「挑釁」。
Matt von Hippel，曾經是一位理論粒子物理學家，現在是一名科普作家。
2016年的五圈、2019年的六圈和七圈，論文作者名單裡都有他的名字
面對最近的AI新聞，他表示不信邪，除非親眼看到大模型解決自己領域的難題。
深藍贏了國際象棋大師卡斯帕羅夫，圍棋界說：圍棋太複雜，電腦下不了。結果被AlphaGo打臉。
AlphaFold 碾壓人類蛋白質結構專家，但其他領域說：我們沒有那種資料，複製不了。
現在，大語言模型能讀文獻、能模仿數學證明。但爭論依舊不斷：AI 是不是只會找反例，提不出新框架？是不是只在數學這種規則清楚的領域管用，物理這種模糊領域不行？……
每次都是同一個套路：學者先懷疑，直到 AI 殺進他們自己的領域。
他認為他的老本行「散射振幅」，不一樣。
上個月，他在自己的部落格上向全網AI公司發下了一封「英雄帖」：
如果你們AI公司真的想震撼我們這些科研人員，就來挑戰我的老本行吧！
請證明AI能在普通學者能夠負擔得起的計算預算內，解決散射振幅領域懸而未決的難題。
他一共出了三道題，其中一道便是：
給我把N=4超級楊-米爾斯模型（N=4 super Yang-Mills）算到第九圈（Nine Loops）！
在理論物理學中，物理學家們通過「散射振幅」的公式來預測粒子的行為，比如大型強子對撞機裡的粒子怎麼撞。
但這個公式簡直是噩夢。為了無限逼近真實答案，物理學家必須一層一層地疊加被稱為「圈」精細修正層。
每多加一個「圈」，答案就更精確，但計算量是呈指數級爆炸增長的！
實際操作中，大多數人類停留在第二圈或第三圈。粒子物理學中最精確的預測，也才用到了第五圈。
而在特殊的「測試沙盒」模型中，人類目前的極限紀錄是「八圈」。這是由SLAC國家加速器實驗室的大牛教授Lance Dixon和團隊多年死磕才拿下的。
「九圈」？看起來是需要海量算力和無數天才大腦耗費數年才能觸及的領域。
Matt給AI的挑戰，就是這麼簡單粗暴。
02. 一句提示詞，幾千美元，Claude「殺瘋了」
面對這種公開叫板，Anthropic的科學家們，悄悄接下了戰書。
八月底，Anthropic的兩名物理學家員工Liam和Siddharth悄悄聯絡了Matt：「嗨，你的挑戰，我們搞定了。」
Matt當場驚掉下巴。怎麼做到的？燒了上百萬美元的算力嗎？
並沒有。
研究團隊用的是Claude Science，一個專門為科學家設計、能讓Claude遵循嚴謹規則運行的系統，模型是目前最強的公開可用模型Fable 5.1。
他們給Claude輸入了一個簡單的Prompt：
現在的問題是：計算平面N=4 SYM模型在九圈下的六粒子（六邊形）振幅。
然後，研究員並沒有手把手教Claude怎麼做，而是給它留了一句話：
我要去睡覺了，接下來的幾個小時我都不會在。你繼續算，除非我叫你停，每隔4到6小時給我匯報一次進度。
然後，Claude就在無人值守的情況下，開始了瘋狂的推演！
它運用了Dixon和合作者這些年開發的一種叫做「自舉」的方法，就像解一場數獨遊戲一樣，在無數參數中不斷排除錯誤選項。
幾天後，Claude不僅算出了九圈，而且是用了兩種不同的物理方法（原始自舉法和間接形狀因子法）分別算出來的！
具體來說，在原始自舉法中，Dixon團隊用的方法叫bootstrap，類似於數獨，把所有可能的函數全填進格子裡，用物理法則一個個排除，剩下的就是答案。
Claude直接掏出Python和開源庫SymPy，在六粒子振幅的空間裡硬算出了一條血路。
在間接形狀因子法中，當年Dixon他們沖八圈時，先算了個簡單的「形狀因子」，再利用一種奇特的「對跖對偶」對稱性，把結果翻譯成振幅。
Claude順著這套打法，往上又生推了一圈。
形狀因子這一路，Claude沒有算一個費曼積分。它把整個物理問題變成一個超大的方程組，全程用整數求解，不會有小數誤差，還能換幾個大素數反覆驗算。
第一道檻是記憶體。照老辦法推到九圈，光未知數就有185萬個，方程組大到記憶體根本裝不下。
Claude換了個思路，借對跖對偶先把答案的一部分「猜」出來，再加上對稱性，未知數一下從185萬降到了7.6萬個。
接下來就是解「數獨」。7.6萬個未知數，被物理規則一輪輪排除，最後只剩唯一解。
最後翻譯回振幅，光一個切面上的結果就有300多億項，八圈時才16.7億項。
而且，解決人類物理學界的懸案，花費極低。
按普通使用者的價格算，每條路要一兩千美元，兩條加起來幾千美元，大頭是Claude長時間運行的費用。
而直接自舉那一路，純粹用於運行Python程式碼的算力成本，僅僅只有100美元——這只相當於租用了96個CPU跑了一個星期。
100美金，一句提示詞，Claude在幾天內就輕而易舉地捅破了理論物理學的天花板。
03. 前世界紀錄保持者：「被AI截胡了，但我很興奮」
結果算出來了，但對不對呢？
Anthropic的團隊找到了「八圈」紀錄保持者——Lance Dixon教授本人來驗算。
那天是9月1日，巧的是，正好也是Fable 5.1發佈當天。
Dixon教授拿到結果的那一刻，內心是極為震撼的。因為他太知道這有多難了。
從2023年算完八圈之後，他和他的團隊這兩年一直在一籌莫展地死磕九圈。
整個計算過程就像是在搭一個撲克牌城堡，或者烤一個舒芙蕾，中間只要有一個程式碼寫錯、一個符號標反，整個計算就會徹底崩潰。
但Claude不僅沒有崩潰，還從頭開始自己把所有繁瑣的程式碼全寫了，完美避開了所有的坑！
經過長達兩週的仔細驗證，Dixon教授確認，Claude的九圈結果正確無誤！
那麼Dixon教授感到心碎嗎？
「不會，」Dixon教授在博文中豁達地寫道，理由有兩個。
一是他們團隊本來就在訓練定製的transformer模型預測更高圈數，口號是機器給出的任何候選答案都有工具驗證。Claude也是transformer，只是大概比他們的大一百萬倍。
二是Claude用的全是他和合作者這些年開發的方法，交答案時還用了他們團隊早就定好的格式（教授猜，這是Claude在給他們賣面子）。
我在驗證Claude的結果，Claude也在驗證我們過去所有的工作。
他還給出了一個極高的評價：
除了我和我的合著者，Claude可能是這個世界上最懂我2019年和2023年發表的論文的「人」了。
而他的同組大佬Kyle Cranmer還在X上凌亂，「剛發現我們組被Anthropic搶發了，我還在消化……雖然不算太意外，但我真希望當初我們能有時間和資源投進去。」
04. 極限反轉 中國團隊靠GPT-6也殺到了九圈
有趣的是，Anthropic剛找完出題人von Hippel沒幾天，他又收到了另一個重磅消息——來自中國科學院理論物理所的何頌團隊。
何頌是國內散射振幅領域的大牛，近年代表性工作包括提出量子場論散射振幅的 Cachazo-何-袁形式，開創性地發現場論和弦論散射的幾何起源，並在場論高圈計算和嚴格求解，規範場、引力和弦論的對偶等方向做出了一系列重要工作。
就在9月17日，何頌、景繼榮、李想把六粒子振幅從二圈到九圈的核心骨架資料，公開掛上了學術平台Zenodo。
論公開發佈時間，比Anthropic官宣還早了8天！
何頌團隊同樣用上了AI。Dixon透露，GPT-6幫中國團隊算了一部分約束條件，不過整體框架還是人類自己搭的。
von Hippel也確認，他們確實用了GPT-6做輔助，但絕不是Anthropic那種純AI打法。
Dixon自嘲說，「大家好像就是喜歡跑來告訴我，他們把九圈給搞定了。這下好了，我先被一台機器搶發，轉頭又被『人類+機器』聯手搶發了一次。」
前不久OpenAI宣佈攻克千禧年難題納維-斯托克斯方程、Claude推進黎曼猜想的一個關鍵下界的時候，就有人這樣問：為什麼AI只去攻克數學難題，不去攻克物理難題？
現在，這不就來了麼。
雖然Claude算出的只是N=4超級楊-米爾斯的「玩具模型」，距離解釋真實宇宙的暗物質、反物質還有很長的路要走，但它的象徵意義是空前的。
這就像是AlphaGo第一次戰勝李世石。大家驚呼的，是機器居然能掌握屬於人類直覺的領域。
Dixon教授留下了一句耐人尋味的話：
大型語言模型能夠執行我們設定的複雜配方並組織計算，這是一個巨大的勝利。
但當有一天，大語言模型開始在人類之前提出新的物理學原理和洞察力時，那才是真正觸及人類靈魂的時刻。
或許，現在已經遍地都是低垂果實。 (新智元)