突发，Claude刷新物理学世界纪录，单挑基于杨振宁理论9圈难题

就在不久前，Anthropic正式对外宣布，Claude在理论物理学领域创造了一项新纪录。

该AI在几乎不需要人类介入的条件下，持续运算了数日，成功处理了高能物理中公认极其复杂的“九圈散射振幅”计算难题。

具体而言，它完成了平面N=4超杨-米尔斯理论中六粒子振幅的九圈计算，而人类此前的最好成绩停留在八圈。

需要指出的是，杨-米尔斯模型中的“杨”字，指向的是物理学家杨振宁先生。

杨振宁与米尔斯于1954年共同提出的“杨-米尔斯理论”，是现代粒子物理学的根本基础。

任何基于该理论的高阶运算，都被视为对人类智力极限的严峻考验。

如今，顶尖的理论物理学家就这样被AI超越了。

更令人惊讶的是，Claude完成这项高难度任务，只使用了一个提示词，花费了几千美元。

几天后返回的结果中，仅其中一部分展开就包含了300亿项。

看起来，科学领域中的“低垂果实”比预想中要多。

这次负责验证AI结果的物理学家Lance Dixon感慨道：

我身边大多数理论物理学家早已承认，大模型迟早会改变物理学，只是不确定那一天何时来临。

对我来说，那一天是9月1日。

硬核物理学家挑战AI，“我的专业领域很独特”

事情的起因，源于一位物理学家的“挑战”。

Matt von Hippel，曾是一名理论粒子物理学家，现在是一名科普作者。

2016年的五圈、2019年的六圈和七圈，论文作者名单中都有他的名字。

面对近期的AI新闻，他表示不信服，除非亲眼看到大模型解决自己领域的难题。

深蓝战胜了国际象棋大师卡斯帕罗夫，围棋界称：围棋太复杂，电脑做不到。结果被AlphaGo推翻。

AlphaFold 超越了人类蛋白质结构专家，但其他领域表示：我们没有类似数据，无法复制。

现在，大语言模型能阅读文献、能模仿数学证明。但争议依旧存在：AI 是否只会寻找反例，无法提出新框架？是否只在数学这类规则清晰的领域有效，而物理这种模糊领域不行？……

每次都是同样的模式：学者先怀疑，直到 AI 进入他们自己的领域。

他认为他原来的专业“散射振幅”，与众不同。

上个月，他在个人博客上向所有AI公司发出了一份“挑战书”：

如果你们AI公司真的想让我们这些科研人员感到震撼，就来挑战我的老本行吧！

请证明AI能在普通学者能负担的计算预算内，解决散射振幅领域尚未解决的难题。

他一共出了三道题，其中一道是：

把N=4超级杨-米尔斯模型计算到第九圈！

在理论物理学中，物理学家通过“散射振幅”的公式来预测粒子行为，例如大型强子对撞机中粒子的碰撞方式。

散射振幅

但这个公式极其复杂。为了无限接近真实答案，物理学家必须逐层叠加被称为“圈”的精细修正层。

每增加一个“圈”，答案就更精确，但计算量呈指数级爆炸增长！

实际操作中，大多数人停留在第二圈或第三圈。粒子物理学中最精确的预测，也只用到第五圈。

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SLAC国家加速器实验室的教授Lance Dixon和团队多年努力才取得的。

“九圈”？看起来是需要巨大算力和众多天才头脑花费数年才能触及的领域。

Matt给AI的挑战，就是这样直接。

一句提示词，几千美元，Claude“势不可挡”

面对这种公开叫板，Anthropic的科学家们悄悄接受了挑战。

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，我们完成了。”

Matt当场震惊。怎么做到的？花费了上百万美元的算力吗？

并没有。

研究团队使用的是Claude Science，一个专为科学家设计、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输入了一个简单的提示词：

现在的问题是：计算平面N=4 SYM模型在九圈下的六粒子（六边形）振幅。

然后，研究员并没有详细指导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，开始了疯狂的推导！

它运用了Dixon与合作者这些年开发的一种称为“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，而且是用两种不同的物理方法（原始自举法和间接形状因子法）分别计算出来的！

具体来说，在原始自举法中，Dixon团队使用的方法叫bootstrap，类似于数独，把所有可能的函数填入格子，用物理法则逐个排除，剩下的就是答案。

Claude直接使用Python和开源库SymPy，在六粒子振幅的空间里硬算出了一条路径。

在间接形状因子法中，当年Dixon他们冲击八圈时，先计算了一个简单的“形状因子”，再利用一种奇特的“对跖对偶”对称性，把结果转换成振幅。

Claude沿着这套方法，又往上推进了一圈。

形状因子这一路，Claude没有计算一个费曼积分。它把整个物理问题变成一个庞大的方程组，全程用整数求解，没有小数误差，还能换几个大素数反复验证。

第一道障碍是内存。按老方法推到九圈，仅未知数就有185万个，方程组大到内存无法容纳。

Claude换了思路，借助对跖对偶先把答案的一部分“猜测”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，最后只剩下唯一解。

最后转换回振幅，仅一个切面上的结果就有300多亿项，八圈时只有16.7亿项。

而且，解决人类物理学界的未解难题，成本很低。

按普通用户的价格计算，每条路需要一两千美元，两条加起来几千美元，主要花费是Claude长时间运行的费用。

而直接自举那一路，纯粹用于运行Python代码的算力成本，只有100美元——这相当于租用了96个CPU运行一周。

100美金，一句提示词，Claude在几天内就轻松突破了理论物理学的上限。

前世界纪录保持者：“被AI抢先了，但我很兴奋”

结果算出来了，但是否正确呢？

Anthropic的团队找到了“八圈”纪录保持者——Lance Dixon教授本人来验证。

那天是9月1日，巧合的是，正好是Fable 5.1发布当天。

Dixon教授看到结果的那一刻，内心非常震撼。因为他深知这有多困难。

从2023年算完八圈之后，他和他的团队这两年一直在苦苦挣扎于九圈。

整个计算过程就像搭建一个扑克牌城堡，或烤一个舒芙蕾，中间只要有一个代码写错、一个符号标反，整个计算就会彻底崩溃。

但Claude不仅没有崩溃，还从头开始自己把所有繁琐的代码都写了，完美避开了所有陷阱！

经过长达两周的仔细验证，Dixon教授确认，Claude的九圈结果正确无误！

那么Dixon教授感到失望吗？

“不会，”Dixon教授在博文中豁达地写道，理由有两个。

一是他们团队本来就在训练定制的transformer模型预测更高圈数，口号是机器给出的任何候选答案都有工具验证。Claude也是transformer，只是大概比他们的大一百万倍。

二是Claude使用的全是他们合作者这些年开发的方法，交答案时还用了他们团队早已定好的格式（教授猜测，这是Claude在给他们面子）。

我在验证Claude的结果，Claude也在验证我们过去所有的工作。

他还给出了一个很高的评价：

除了我和我的合著者，Claude可能是这个世界上最懂我2019年和2023年发表的论文的“人”了。

而他的同组大佬Kyle Cranmer还在X上表示困惑，“刚发现我们组被Anthropic抢先发表了，我还在消化……虽然不算太意外，但我真希望当初我们能有时间和资源投进去。”

极限反转，中国团队借助GPT-6也达到了九圈

有趣的是，Anthropic刚联系完出题人von Hippel没几天，他又收到了另一个重要消息——来自中国科学院理论物理所的何颂团队。

何颂是国内散射振幅领域的专家，近年代表性工作包括提出量子场论散射振幅的Cachazo-何-袁形式，开创性地发现场论和弦论散射的几何起源，并在场论高圈计算和严格求解、规范场、引力和弦论的对偶等方向做出了一系列重要工作。

就在9月17日，何颂、景继荣、李想把六粒子振幅从二圈到九圈的核心骨架数据，公开挂上了学术平台Zenodo。

论公开发布时间，比Anthropic官宣还早了8天！

何颂团队同样使用了AI。Dixon透露，GPT-6帮助中国团队计算了一部分约束条件，不过整体框架还是人类自己搭建的。

von Hippel也确认，他们确实用了GPT-6做辅助，但绝不是Anthropic那种纯AI打法。

Dixon自嘲说，“大家好像就是喜欢跑来告诉我，他们把九圈给搞定了。这下好了，我先被一台机器抢先，转头又被‘人类+机器’联手抢先了一次。”

前不久OpenAI宣布攻克千禧年难题纳维-斯托克斯方程、Claude推进黎曼猜想的一个关键下界时，就有人这样问：为什么AI只去攻克数学难题，不去攻克物理难题？

现在，这不就来了么。

虽然Claude算出的只是N=4超级杨-米尔斯的“玩具模型”，距离解释真实宇宙的暗物质、反物质还有很长的路要走，但它的象征意义是空前的。

这就像AlphaGo第一次战胜李世石。大家惊叹的，是机器居然能掌握属于人类直觉的领域。

Dixon教授留下了一句耐人寻味的话：

大型语言模型能够执行我们设定的复杂配方并组织计算，这是一个巨大的胜利。

但当有一天，大语言模型开始在人类之前提出新的物理学原理和洞察力时，那才是真正触及人类灵魂的时刻。

或许，现在已经遍地都是低垂果实。

参考资料：

https://x.com/anthropicai/status/2103541577083719888 

https://www.anthropic.com/research/yes-claude-can-do-nine-loops 

https://itp.cas.cn/sourcedb/zw/zjrck/dsjs/201509/t20150910_4423219.html 

https://arxiv.org/pdf/2602.12176 

本文来自微信公众号“新智元”，作者：ASI启示录，36氪经授权发布。