dexinwin 2026年9月27日
人工智能正在从辅助科研工具进一步走向复杂科学计算的核心环节。近日，Anthropic公布的一项研究结果显示，其人工智能模型Claude在几乎没有人类持续干预的情况下，连续运行数天，完成了平面N=4超杨–米尔斯理论六粒子散射振幅的九圈计算，突破了此前由人类理论物理学家保持的八圈纪录。
这一结果由相关物理学家进行独立验证。此前，人类在这一特定计算问题上的公开纪录停留在八圈，而九圈计算被认为需要处理规模极其庞大的符号表达式和复杂约束。Anthropic称，这次实验展示了AI在前沿理论物理计算领域处理长期、高复杂度任务的能力。
三年前的人类纪录，被AI推进到“九圈”
所谓“圈”（loop），是量子场论计算中衡量计算复杂程度的重要概念之一。
在粒子物理学中，研究人员需要通过散射振幅计算粒子之间可能发生的相互作用。随着计算从低圈数向更高圈数推进，需要处理的数学表达式和约束会迅速膨胀，计算难度也随之增加。
此次Claude挑战的是平面N=4超对称杨–米尔斯理论中的六粒子散射振幅九圈计算。
这个理论并不是现实世界中粒子物理的完整描述，而是理论物理学家经常使用的一种“玩具模型”，用于测试新的计算方法。由于它具有较高的数学对称性，一些原本极其困难的问题可以在这一理论框架下得到更系统的研究。
Anthropic公布的信息显示，此前人类研究人员已经将这一计算推进到了八圈，而此次Claude进一步完成了九圈结果。
一个提示词，让Claude连续工作数天
这次实验最受关注的地方之一，是Claude并不是在研究人员逐步指导下完成全部计算。
据Anthropic披露，两名物理学家Liam Fitzpatrick和Siddharth Mishra-Sharma使用Claude Science平台，让模型承担这一计算任务。
研究人员向Claude提出的问题非常直接：计算平面N=4超杨–米尔斯理论中六粒子振幅的九圈结果。
随后，研究人员没有持续告诉模型下一步应该做什么，而是允许Claude继续工作，并要求它定期汇报进展。
Claude随后连续运行数天，使用Python以及SymPy等工具进行符号计算，并利用理论物理学家此前发展出的“bootstrap”（自举）方法不断构建和筛选可能的结果。
Anthropic披露称，Claude最终还通过另一种方法进行了交叉计算，两条计算路径得到了相互一致的结果。
为什么九圈计算如此困难？
要理解这项突破的意义，需要先理解散射振幅。
在粒子物理学中，科学家可以通过散射振幅计算粒子发生特定相互作用的概率。理论预测越精确，就越有可能与大型强子对撞机等实验获得的数据进行比较。
问题在于，这些计算通常非常复杂。
在量子场论中，研究人员可以按照圈数逐级计算。圈数越高，需要考虑的量子修正越多，数学表达式的规模也可能迅速增长。
Anthropic在官方文章中介绍，在实际粒子物理问题中，许多散射振幅甚至只能计算到两圈或更低水平，少数问题能够推进到更高圈数。因此，九圈计算属于这一研究方向非常具有挑战性的前沿任务。
杨–米尔斯理论，与杨振宁有什么关系？
此次事件还有一个容易引起公众关注的知识点：杨–米尔斯理论中的“杨”，正是杨振宁。
1954年，杨振宁与罗伯特·米尔斯提出杨–米尔斯理论，为现代粒子物理学的发展奠定了重要基础。
如今，杨–米尔斯理论已经成为描述基本相互作用的重要理论框架之一。电磁相互作用、强相互作用和弱相互作用的理论描述，都与杨–米尔斯规范理论存在密切关系。
此次Claude计算的N=4超杨–米尔斯理论，是在这一理论框架基础上加入超对称结构的特殊模型。它并不是现实宇宙的完整模型，但因为具有特殊的数学性质，被理论物理学家广泛用于研究计算方法。
因此，这次突破并不是Claude“重新证明了杨–米尔斯理论”，而是在基于这一理论体系的特定高难度计算任务上推进了计算极限。
人类物理学家仍然是验证环节的重要角色
尽管Claude完成了主要计算，但这并不意味着人类科学家已经退出整个研究过程。
据Anthropic披露，曾保持八圈纪录的理论物理学家Lance Dixon参与了九圈结果的验证。
这一步非常重要。
对于如此复杂的数学计算而言，“模型给出答案”与“科学界确认答案正确”是两个不同的问题。研究人员需要检查计算过程、数学一致性以及最终结果是否满足已知的物理约束。
Anthropic披露称，Claude的九圈结果经过相关专家检查，并与独立计算结果进行了比较。
与此同时，中国科学院理论物理研究所研究人员宋鹤团队也独立推进了九圈散射振幅相关计算，并使用GPT-6辅助部分约束计算。
这意味着，在同一个前沿理论物理问题上，人类科学家与不同AI系统已经开始形成新的科研协作模式。
几千美元算力，挑战多年研究纪录
另一个受到关注的因素是成本。
Anthropic介绍称，Claude完成这一任务并没有使用数百万美元规模的计算资源，而是在Claude Science环境中运行了数天。其中一条计算路线使用了约96个CPU持续运行一周。
按照Anthropic披露的估算，两种计算路线分别只需要大约一两千美元级别的Claude使用成本。
当然，这并不意味着任何普通用户只要花几千美元就能够复制这一科研成果。计算任务本身依赖此前几十年积累的理论成果、数学工具、开源软件以及研究人员设计的计算框架。
Claude所做的重要事情，是把这些已有知识、计算工具和算法组合起来，在较少人工干预的情况下完成了一个规模庞大的具体计算任务。
AI科研正在从“辅助”走向“执行”
这可能才是此次事件真正值得关注的地方。
过去，AI进入科学研究领域更多扮演辅助角色：帮助搜索论文、整理资料、编写代码、生成公式或者检查计算。
而此次实验展示了另一种模式：
研究人员提出问题，AI自主拆解任务、编写程序、调用计算资源、检查中间结果，并持续运行数天。
这意味着AI在科研工作流中的角色正在发生变化。
未来，科研人员可能不再只是向AI询问一个问题，而是把一个完整的研究任务交给AI，让模型自主运行数小时、数天甚至更长时间。
Anthropic研究文章也特别强调，这次实验真正令人关注的并不是Claude是否“理解”了全部物理概念，而是它能够按照复杂的计算流程组织工具和资源，并最终得到经过验证的结果。
AI距离“发现新物理”还有多远？
不过，这次突破也需要准确理解。
Claude目前完成的是一个非常复杂的已知理论框架下的计算问题，并不是提出了新的物理定律，也不是独立发现了一种新的基本粒子。
Anthropic文章中的物理学家也指出，真正更值得关注的下一阶段，是AI能否提出人类此前没有想到的新物理原则、新的数学方法或新的理论结构。
换句话说，算得更远是一种能力，提出新的科学思想则是另一种能力。
九圈计算证明了AI已经能够在部分前沿理论物理任务中承担非常复杂的执行工作，但距离让AI自主提出并验证全新的物理理论，仍然存在明显区别。
AI科学家的时代正在加速到来？
从八圈到九圈，看似只是数字增加了一圈，但背后代表的是计算规模、工具调用和自主科研能力的进一步提升。
此次Claude刷新纪录，也让一个越来越现实的问题进入科学界讨论：
当AI可以连续运行数天，调用代码和计算资源，并在复杂科研任务中不断寻找解决路径时，未来的科学研究会不会逐渐形成“人类提出问题、AI负责大规模探索、人类负责验证和解释”的新模式？
目前答案仍然没有定论。
但至少在这一次理论物理计算中，Claude已经完成了一件此前没有AI做到、而人类研究团队用了多年才推进到八圈的事情——将这一特定散射振幅计算推进到了九圈。
对于AI而言，这是一项新的计算纪录；对于物理学而言，则是人工智能开始更深度进入前沿科研工作流的又一个重要信号。
微信扫一扫打赏
支付宝扫一扫打赏