OpenAI补全粒子物理标准模型?GPT-6 Astra主导核心证明
刚刚,OpenAI「补全」了粒子物理标准模型? 针对一个50多年来悬而未决的物理问题,GPT-6 Astra为加州大学圣塔芭芭拉分校UCSB物理学家Nathaniel Craig提供了「实质性」帮助。 作为OpenAI科学博客首篇客座文章作者,物理学家Nathaniel Craig介绍,他与GPT-6 Astra合作,
OpenAI把粒子物理标准模型「补全」了?一个悬了50多年的物理问题,GPT-6 Astra给加州大学圣塔芭芭拉分校(UCSB)物理学家Nathaniel Craig帮了大忙,而且这份帮助被Craig本人形容为「实质性」的。
Craig是OpenAI科学博客首篇客座文章的作者。他在文中讲了这次合作的来龙去脉:自己与
GPT-6 Astra联手,拿出了粒子物理标准模型的一个候选格点定义。Astra做的是把他脑子里已有的思路变成具体构造,还挑了大梁,把详细证明写了出来。

说白了,标准模型被人类研究了半个世纪,可它一直缺一块「数学地基」。这一回,AI不但听懂了物理学家的大胆设想,还亲自上手,把最关键的详细证明主导完成了。

不过Craig也把话说在前头:这只是一个开始,成果还需要专家审看,眼下还不能直接拿去实际模拟。
人类最成功的理论,其实一直「没定义完」?
在物理学界,标准模型差不多就是「精确」的同义词。已知的基本粒子由它描述,自然界四种基本力里的三种——强力、弱力和电磁力——也归它管。

低到氢原子21厘米波段的射电辐射,高到大型强子对撞机(LHC)里的粒子碰撞,中间横跨整整18个数量级,标准模型算出来的结果和实验测到的数据都对得上。
可这个理论已经存在50多年,底下却始终有个漏洞:它的「非微扰定义」,至今没人给得出来。
这话怎么讲?
物理学家处理复杂问题时,常使一招叫微扰论:先化简,再修补,一步步完善。拿多电子原子来说,可以先不管电子之间的排斥,只算原子核的吸引;这个简单问题算完,再把电子排斥当成小修正补进去。

可见微扰论并不需要把「所有相互作用」都排查一遍。要紧的是两件事:找到一个容易求解的起点,并且加回去的那部分影响确实小得能当修正处理。
在很多电磁问题里,这招好使得很。电子磁矩就是个例子,理论预测已经能扛住万亿分之一量级的实验检验。
可要是被忽略的影响太大,大到能把整个系统的面貌翻过来,这招就可能不灵了。
比如算质子质量,物理学家一般得靠非微扰方法,目前最靠得住的一套,叫格点场论(Lattice Field Theory)。

既然连续的时空不好下手,那就把它切成一个个离散的网格点(格点),网格间距决定了理论能分辨的最短距离。这么一处理,数学上能给出严格定义,还能直接丢给计算机硬算。

几十年下来,物理学家用格点场论把强力摸得相当透,连质子的质量都从第一性原理算了出来。
那问题就来了:整个标准模型,为什么不干脆一起搬到网格上去?
镜子里的左手套:弱力「倍增」魔咒
挡在前面的,是物理上的一个性质——手性。
手性是什么意思?拿镜子里的手套想想就明白。左手套照镜子,映出来的是一只右手套。
要是你本来就备着左右各一只,镜子里仍旧是一左一右,世界还是对称的。可要是你手里只有一只左手套,镜子里凭空多出的那只右手套就别扭了。
标准模型当中,强力与电磁力都算「公道」,左手性粒子和右手性粒子在它们眼里没差别,塞进网格并不费劲。
弱力却不是这样:它只跟左手性的费米子(夸克、电子这类)打交道,右手性粒子它压根不理。
麻烦就来了。
物理学家发现,只要按最自然的规则把一个左手性粒子放进时空网格,网格就会像变戏法一样,自己给你添进一个你压根没要的「右手性搭档」。

这种现象在物理上称作费米子倍增(Doubling)。你本来只想研究「左手世界」,网格却硬把左右手都给你凑齐,算出来的粒子种类全是错的,弱力也就没法往下算了。
为了说清这个怪现象,Nathaniel Craig打了个很妙的比方:盒子里的光和镜子。
光有左旋、右旋两种圆偏振状态。假定你要在实验室里造一个「只装左旋光」的盒子,那就用激光把左旋光打进去,盒子两头各放一面普通镜子,让光来回反射。
你会吃惊地看到:左旋光撞上普通镜子弹回来,就变成了右旋光,盒子里一下子两种光都有了。
那怎么办?科学家早就做出了手性镜子(Chiral Mirror),用螺旋排列的特殊薄膜制成。左旋光经它反射后原样还是左旋光,右旋光则被直接放行穿过去。

有些圣甲虫的外壳天生就是这种结构,只反射左旋圆偏振光
格点场论里,几十年前Paul Ginsparg和诺贝尔奖得主Ken Wilson就提出过类似的数学规则。
再往后,Narayanan和Neuberger造出了格点上的「手性镜子」——(重叠费米子,Overlap Fermions)、。
Martin Lüscher和Yoshio Kikukawa等人又把这套工具打磨得更完整。
「手性镜子」到手,倍增出来的右手性粒子也被赶了出去。
可还缺最后一块拼图。
最后一块拼图:把「相位」对齐,差了25年
还是回到那只装满左旋光的盒子。
光在两面手性镜子之间来回跑,除了偏振方向,还有个要紧属性:光学相位。
好比海浪拍码头,浪尖对浪尖,浪就越叠越高;浪尖撞上浪谷,波浪便互相抵消。盒子里的光同理,跑完一圈回来的光,得和激光器刚发出的新光「步调一致」(相位对齐),光束才能叠加强起来。

在盒子里,只要把其中一面手性镜子的角度稍稍转一下,多出来的相位差就能补齐。
可在标准模型的时空网格上,这事麻烦得多。
每个网格点上的相位,由标准模型里各种力的具体状态决定。
25年前,Lüscher算出了「手性电磁力」这个简化版理论的相位对齐规则。可要把强力、弱力、电磁力都装进完整标准模型,再在网格上把相位对齐,这道题一挂就是超过25年。
人类出思路,GPT-6 Astra主导完成证明
Nathaniel Craig挑了个巧办法:网格细化(Refinement)。粗网格上直接算清所有力场变化带来的相位偏移太难,那就把同样的力场连续映射到一层比一层细的网格上,再逐层比对相邻两层允许存在的左手性粒子状态。每比一层,得到一小块相位修正;把所有细微差值累加起来,就能反推出原始网格上精确的相位补偿规则。

思路清楚,Craig自己却卡住了:这套办法在所有需要覆盖的情形下是否一定有效,他始终没能给出严格证明。这时候GPT-6 Astra上场了。
Craig把想法交给Astra。几轮协作下来,Astra给出了把力场正确映射到更细网格的具体做法,证明了更细网格上的对比结果必定收敛到确定答案,还直接主导完成了整个详细证明的推导。

AI算完不算数,还得过人类顶尖专家这一关。格点场论领域的知名学者Maarten Golterman、Andreas Kronfeld和Yigal Shamir专门抽时间审阅了Astra给出的证明,提出各种尖锐问题,最终帮Craig建立起对这个结果的信心。
这份预印本论文由Craig与GPT-6 Astra共同准备,已经正式发布。
参考资料:
https://openai.com/index/step-toward-defining-the-standard-model/
https://arxiv.org/abs/2610.09093