GPT-5.2在理论物理学中推导出新成果 — AI成为"发现者"的转折点

GPT-5.2在理论物理学中推导出新成果 — AI成为"发现者"的转折点

OpenAI的GPT-5.2推导并证明了胶子散射振幅的新公式。本文分析AI从工具转变为科学发现者的历史性转折点。

概述

2026年2月,OpenAI发布了一项理论物理学领域的突破性成果。GPT-5.2 Pro针对胶子(传递强核力的粒子)的散射振幅,自主推测出了新公式,并完成了形式化证明

该成果以预印本形式发布在arXiv上,由普林斯顿高等研究院、哈佛大学、剑桥大学的研究人员共同署名。这标志着AI在科学研究中从”工具”转变为”发现者”的历史性转折点。

发现了什么

单负胶子振幅的重新发现

论文标题为”Single-minus gluon tree amplitudes are nonzero”,涉及粒子物理学的核心概念——散射振幅。

graph TD
    A[胶子散射振幅] --> B{螺旋度构型}
    B -->|一般情况| C[标准计算方法可解]
    B -->|单负构型| D[传统认知:为零]
    D --> E[本次发现:特定条件下非零]
    E --> F[在半共线区域<br/>推导出新公式]

传统教科书认为,当1个胶子具有负螺旋度、其余n-1个具有正螺旋度时,树级振幅必须为零。

然而本研究表明,在被称为”半共线(half-collinear)区域”的特定运动学条件下,该振幅并不为零。

为什么重要

散射振幅的简化一再揭示了量子场论中更深层的结构。本次发现的意义在于:

  • 颠覆教科书常识:证明长期被认为为零的振幅实际上非零
  • 可扩展至引力子:相同分析适用于传递引力的粒子(引力子)
  • 开辟新研究领域:成为众多后续研究的起点

AI的角色:从工具到发现者

GPT-5.2的具体贡献

在这项研究中,AI的角色远非简单的计算辅助。

sequenceDiagram
    participant 人类 as 人类研究者
    participant GPT as GPT-5.2 Pro
    participant Scaffold as GPT-5.2<br/>(Scaffolded版)

    人类->>人类: 手算推导n=6以内的振幅
    Note over 人类: 超指数级复杂的<br/>Feynman图展开<br/>Eqs. (29)-(32)
    人类->>GPT: 提供复杂表达式
    GPT->>GPT: 大幅简化表达式
    Note over GPT: 发现更简洁的形式<br/>Eqs. (35)-(38)
    GPT->>GPT: 发现模式并<br/>猜想一般公式
    Note over GPT: Eq. (39):适用于<br/>任意n的公式
    GPT->>Scaffold: 独立审视同一问题
    Scaffold->>Scaffold: 约12小时推理
    Scaffold->>Scaffold: 得出相同公式<br/>并完成形式化证明
    人类->>人类: 用Berends-Giele递推关系<br/>和软定理验证

步骤1:人类研究者手算推导了n=6以内的散射振幅,得到了非常复杂的表达式。

步骤2:GPT-5.2 Pro大幅简化了这些复杂表达式。

步骤3:从简化后的表达式中发现模式,并推测出适用于任意n的一般公式(论文中的Eq. 39)。

步骤4:内部的scaffolded版GPT-5.2花费约12小时独立推理,得出相同公式并完成了形式化证明

与以往AI应用的本质区别

graph LR
    subgraph 以往的AI应用
        A1[人类提出假设] --> B1[AI执行计算] --> C1[人类解读结果]
    end
    subgraph 本次案例
        A2[人类提供数据] --> B2[AI发现模式] --> C2[AI猜想公式]
        C2 --> D2[AI完成证明]
        D2 --> E2[人类验证]
    end

以往AI应用中,假设的生成是人类的职责。但这一次:

  • 模式识别:从复杂表达式中发现规律性
  • 假设生成:自主推测一般公式
  • 证明:通过约12小时的自主推理完成形式化证明

这是AI承担科学发现过程核心环节的首批重要案例之一。

科学界的反响

高等研究院 尼马·阿卡尼-哈梅德教授

“在物理学的这个领域,用教科书方法计算出的物理量表达式看起来极其复杂,但实际上非常简单,这种情况经常发生。(中略)我期待看到这一趋势在不久的将来发展为通用的’简单公式模式识别’工具。

UCSB 纳撒尼尔·克雷格教授

“这篇预印本让人窥见了AI辅助科学的未来,展示了物理学家与AI携手合作产生和验证新见解的景象。物理学家与LLM之间的对话能够产生根本性的新知识,这一点毋庸置疑。“

对科学研究工作流的影响

研究范式的转变

本次案例展示了科学研究工作流发生根本性变化的可能性。

graph TD
    subgraph 当前研究范式
        P1[数据收集] --> P2[假设构建]
        P2 --> P3[理论计算]
        P3 --> P4[验证/实验]
    end
    subgraph AI时代研究范式
        F1[数据提供] --> F2[AI:模式发现<br/>+ 假设生成]
        F2 --> F3[AI:证明/验证]
        F3 --> F4[人类:审查/<br/>物理解释]
        F4 --> F5[联合发表论文]
    end

1. 超人类的模式识别

在超指数级复杂的表达式中发现人类难以识别的模式。GPT-5.2实现了这一点,正如阿卡尼-哈梅德教授所指出的,开辟了通往”通用简单公式模式识别工具”的道路。

2. 长时间自主推理

12小时的形式化证明完成表明,AI不仅能进行短时间响应,还能进行长时间的深度思考。

3. 人类与AI的新协作模式

本研究确立了人类进行基础计算、AI负责更深层发现的新协作模式。作者名单中包含OpenAI的Kevin Weil”代表OpenAI”,正式承认了AI的贡献。

未来展望

研究团队已借助GPT-5.2:

  • 完成了从胶子到引力子的扩展
  • 其他推广工作也在进行中
  • 这些AI辅助成果将另行报告

对工程师的启示

技术视角

本案例对软件工程也具有重要启示:

  • AI推理能力的进化:12小时持续推理和形式化证明暗示了超越代码生成和bug修复的能力
  • 与领域专家的协作模式:人类定义问题、AI探索解决方案的协作模式可推广到其他领域
  • 验证的重要性:人类用已有方法(Berends-Giele递推关系)验证AI结果的流程至关重要

AI署名权问题

本论文中,OpenAI的Kevin Weil以”代表OpenAI”身份被列为作者。这提出了如何正式认定AI科学贡献的新问题。

结论

GPT-5.2推导理论物理学新成果,标志着AI作为科学发现者发挥作用的历史性转折点。不仅仅是计算工具,而是承担了模式发现、公式推测和形式化证明——科学发现过程的核心环节。

本案例为AI辅助科学研究的未来提供了一个模板:人类研究者与AI作为平等伙伴协作,达到任何一方都无法单独实现的发现。科学的新时代正在到来。

参考资料

阅读其他语言版本

这篇文章有帮助吗?

您的支持能帮助我创作更好的内容。请我喝杯咖啡吧!☕

关于作者

JK

Kim Jangwook

AI/LLM专业全栈开发者

凭借10年以上的Web开发经验,构建AI代理系统、LLM应用程序和自动化解决方案。分享Claude Code、MCP和RAG系统的实践经验。