2026-02-27 17:05
扫码打开虎嗅APP
本文来自微信公众号： 生态学时空 ，作者：复旦赵斌，原文标题：《【今日Science】ChatGPT闯进理论物理硬核领域：我们正见证物理学研究的范式革命 | 一起读顶刊-2026》
你或许见过AI写文案、编代码、处理海量数据，甚至辅助实验分析，但你敢相信吗？AI已经闯入了公认最依赖人类天才直觉、最硬核的基础科学领域——理论物理，还解开了困扰学界数十年的难题。
2026年2月，一项重磅成果震动了全球物理学界：物理学家借助ChatGPT，首次证明了一种曾被学界认定“绝无可能发生”的胶子相互作用真实存在。相关论文登上预印本平台arXiv后数小时便引发全网热议，在《科学》期刊主办的美国科学促进会（AAAS）年会上，这项成果更是让在场的顶尖物理学家集体震惊。
胶子：把世界“粘”在一起的粒子。我们身边的所有物质，小到一粒尘埃，大到宇宙星辰，其原子核里的质子和中子，都是由更小的“夸克”组成的。而把夸克牢牢粘在一起、让原子核不至于分崩离析的，就是胶子（名字就来自胶水的“胶”）。它是传递宇宙四大基本力中最强的“强核力”的无质量粒子，不仅能粘住夸克，还能和自己相互结合。
散射振幅：粒子相互作用的概率说明书。胶子之间会发生碰撞、散射、相互转化，这些过程能不能发生、发生的可能性有多大，物理学家用一个叫
散射振幅的数学公式来描述。简单说，这个数算出来大于0，过程就可能发生；等于0，就意味着这个过程绝对不可能出现。但强核力实在太强了，哪怕是最简单的胶子相互作用，它的散射振幅计算都极其复杂，堪称理论物理界的“数学地狱”。
螺旋度：胶子的旋转方向。胶子会像陀螺一样自旋，同时又在高速向前飞行，就像我们扔出的橄榄球。如果胶子的自旋方向和飞行方向一致，就是正螺旋度；如果自旋方向和飞行方向相反，就是负螺旋度。
学界持续数十年的定论。过去几十年，物理学家一直有个铁律：在最简单的胶子碰撞中，不管有多少个胶子参与，至少要有2个胶子是负螺旋度。如果只有1个负螺旋度胶子，那么散射振幅必然为0，这个相互作用绝对不可能发生。
大约一年前，哈佛大学、普林斯顿高等研究院的三位理论物理学家，发现了这个“铁律”里的一个潜在漏洞：
如果所有参与碰撞的胶子，都朝着大致相同的方向飞行，那会不会出现例外？会不会单个负螺旋度的胶子，真的能和其他全是正螺旋度的胶子发生相互作用？
猜想有了，接下来就是最关键的一步：用严谨的数学计算证明它。
研究团队原本以为，几周就能搞定这个验证。可谁也没想到，这个计算的繁琐程度远超所有人的预期。团队手工算了整整几个月，高能物理学家阿尔弗雷多·格瓦拉才终于在散射振幅公式里找到了规律：描述4个胶子的方程，和5个、6个胶子的方程，有着惊人的相似性。
但真正的难题来了：要证明这个猜想成立，必须把公式推广到任意数量的胶子。可推导出来的表达式，足足有几十个项，乱成一团麻，根本无法运算、更无法完成证明。
研究人员很清楚，这团乱麻背后，一定藏着一个简洁优美的通用公式——早在上世纪80年代，学界就为类似的胶子相互作用，找到了这样的极简公式。可整整一年时间，这群全球顶尖的理论物理学家，拼尽全力也没能把这个公式化简出来。
就在团队陷入瓶颈时，一个关键的契机出现了。
范德堡大学的理论物理学家亚历克斯·卢普萨斯科，刚好加入了ChatGPT研发公司OpenAI新成立的科学团队，核心任务就是提升ChatGPT的科学运算能力。而他的研究生导师，正是这项研究的核心作者、哈佛大学理论物理学家安德鲁·斯特罗明格。
两人一拍即合：这个困扰了顶尖团队一整年的胶子难题，不就是测试ChatGPT能力的最佳考题吗？卢普萨斯科一开始并没有抱太大希望：“我觉得大概率成不了，但至少能看看它哪里不行，再针对性优化模型。”
可接下来发生的事，彻底颠覆了所有研究者的认知。
团队先让OpenAI当时最新的公共模型ChatGPT-5.2Pro，化简4个胶子的散射振幅表达式，AI只用了20分钟就完成了；
紧接着，团队让它处理5个、6个胶子的表达式，AI直接把包含32个项的复杂求和式，化简成了仅由几个项构成的乘积式，最终结果一行就能写完；
最后的终极挑战：推导出适用于任意数量胶子的通用公式。
这一次，ChatGPT只用了一两分钟，就给出了完整的通用公式，甚至还在回复里说，这个解法“显而易见”。
物理学家们的第一反应不是惊喜，而是怀疑：这不会是大语言模型最常见的“幻觉”吧？毕竟AI经常一本正经地给出错误答案。
可团队反复验算、核查，最终发现：这个公式，完全正确，没有一丝错误。斯特罗明格后来感慨：“那一刻，我突然觉得，这台机器从一个冰冷的设备，变成了一个有生命力的存在。”
更惊人的还在后面。团队把ChatGPT推导出的通用公式，输入到OpenAI正在研发的内部模型（研究者私下称它为SuperChat），让AI完成这个公式的完整数学证明。经过12小时的运算，模型输出了一份逻辑严谨、步骤完整的证明，而这份证明，完美通过了人类物理学家的全部检验。
看到这里，你可能会问：不就是AI帮着算了个公式吗？为什么能让整个物理学界震动？
加州大学洛杉矶分校的顶尖粒子理论家兹维·伯恩，一句话点透了核心：这项研究的物理观点本身，并非革命性的；但真正革命性的，是一台机器能完成这样的工作。
这个突破，真正颠覆的，是学界对AI能力的认知边界，甚至可能重构理论物理的研究范式。
过去，所有人都默认：AI可以帮着处理实验数据、跑数值模拟、整理文献，甚至写论文初稿，但理论物理最核心的护城河——符号推导、公式化简、数学证明，这些极度依赖人类数学直觉、创造力和逻辑思辨的工作，AI绝对碰不了。
毕竟，理论物理是基础科学的塔尖，它的每一次突破，都来自人类对宇宙规律的极致追问和天才般的灵感。而这一次，AI在这个人类专属的领域里，完成了人类顶尖团队花一整年都没做到的事。
这不是AI在解一道有标准答案的课后习题，而是在解决一个困扰学界数十年、没有标准答案的真实物理难题。
正如研究作者格瓦拉所说：这是一次物理学研究方式的范式革命。
就像几十年前，计算机的出现彻底改变了物理研究；如今，AI正在从一个被动的工具，变成物理学家的超级数学搭档。它会像改变编程行业一样改变物理学——未来，物理学家可以把日常繁琐、耗时的推导计算交给AI，自己把全部精力，放在提出问题、构建猜想、探索宇宙本质这些更核心的工作上。
这项成果爆火之后，所有人都在问同一个问题：AI都能做理论物理了，未来物理学家会被取代吗？
整个物理学界的共识，是谨慎的乐观，而非恐慌。
学界普遍认为，AI会成为物理学家最强大的助手，却绝不可能取代科学家。
别忘了，整个研究的起点，是人类物理学家率先发现了铁律的漏洞，提出了核心猜想，找到了正确的问题，设计了完整的验证路径。AI完成的，是人类交给它的、最耗时耗力的数学工作——就像再好的计算器，也不会取代数学家，它只会让数学家走得更远。
研究者们对AI的未来充满期待。卢普萨斯科坦言，自己一年前还是个坚定的AI怀疑论者，如今却坚信：AI的发展，正在跨过一个关键的门槛。他和团队的下一个目标，就是用这套方法，去冲击理论物理界最大的圣杯——调和量子力学和广义相对论，破解量子引力的终极难题。他们甚至希望，能在2026年年底，就取得突破性进展。
当然，学界也有着清醒的担忧和顾虑：如果研究者在论文中使用了AI，却不加以说明，学术诚信该如何保障？很多原本用来训练研究生的基础推导、计算工作，未来都能被AI自动化完成，那新一代的物理学者，该如何完成成长和积累？
但这些担忧，从来都不是拒绝新技术的理由，而是我们拥抱新时代时，需要解决的问题。
很多人一直在争论：AI到底能不能做出真正的科学创新？
这项研究，给了我们最清晰的答案：科学创新的起点，永远是人类的好奇心、对未知的追问，和天才般的直觉。但AI，正在从一个冰冷的工具，变成人类科学探索路上，最可靠、最高效的合作者。
过去，我们说，站在巨人的肩膀上，才能看得更远。
而现在，我们的肩膀旁边，多了一个算力无穷、不知疲倦的超级搭档。它不会取代人类的天才，却会让天才的光芒，照进更多过去人类无法触及的宇宙角落。
我们正在见证的，从来不是AI取代科学，而是人类的科学研究，正在进入一个全新的时代。
解读文献：
https://doi.org/10.1126/science.aeg7163
