GPT-6 Astra出手:物理学家称AI主导完成标准模型格点定义证明
GPT-6 Astra助物理学家补全标准模型格点定义关键证明
OpenAI把粒子物理标准模型「补全」了?这个说法来自一位物理学家与GPT-6 Astra的合作。
加州大学圣塔芭芭拉分校(UCSB)物理学家Nathaniel Craig碰上一个悬了50多年的物理难题,
GPT-6 Astra给了他「实质性」帮助。
Craig是OpenAI科学博客首篇客座文章的作者。他在这篇文章里介绍,自己与GPT-6 Astra合作,拿出了粒子物理标准模型的一个候选格点定义。
按照他的说法,Astra先把他已有的思路落成了具体构造,随后又主导写出详细证明。

换句话说,人类研究了半个世纪的标准模型,始终缺一块「数学地基」。
这回AI不光听懂了物理学家的大胆设想,还亲自上手,把最核心的详细证明写完了。

Craig也把话说在前头:这只是开始,仍需专家审看,眼下还不能直接拿去做实际模拟。
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、自然界四种基本力里的三种——强力、弱力和电磁力,都在它的描述范围内。

低能一端有氢原子21厘米波段的射电辐射,高能一端有大型强子对撞机(LHC)里的粒子碰撞,两头跨了整整18个数量级,标准模型的理论计算和实验结果照样对得上。
可这套理论立了50多年,底下一直有个窟窿:它的「非微扰定义」,到现在也没人给出来。
这话该怎么理解?
物理学家处理复杂问题有常用的一招,叫微扰论:先化简,再修补,一步步完善。
拿多电子原子来说,先不管电子之间的排斥,只算原子核的吸引。这个简单问题解完,再把电子排斥当小修正加回去。

所以微扰论并不要求把所有相互作用都排查一遍。要紧的是找到一个容易求解的起点,并且加回去的那部分确实能当成小修正。
很多电磁问题用这招都特别顺。电子的磁矩就是例子,理论预测已经能扛住万亿分之一量级的实验检验。
可一旦被忽略的影响太大,大到足以改变整个系统的面貌,这招就可能不灵了。
质子质量的计算就是如此,物理学家一般得靠非微扰方法,目前最可靠的是格点场论(Lattice Field Theory)。

连续时空不好处理,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。

这么一来,数学上能给出严格定义,还能直接丢进计算机里硬算。
几十年下来,物理学家用格点场论把强力研究得很透,甚至从第一性原理算出了质子的质量。
那为什么不把整个标准模型都搬到网格上去?
镜子里的左手套:弱力「倍增」魔咒
挡在前面的麻烦,来自一种物理属性——手性。
手性到底指什么?拿镜子里的手套想一想就明白:左手套照进镜子,倒影便成了右手套。
要是本来就有左右各一只,镜中映出的照样是一左一右,世界保持对称;可假如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被同等对待,塞进网格并不费劲。
弱力却偏得很,它只和左手性的费米子(比如夸克以及电子)打交道,右手性粒子它压根不搭理。
麻烦就这样来了。
物理学家发现,只要按最自然的规则把一颗左手性粒子摆进时空网格,网格便会像变戏法一般,自动塞给你一个从未要求的「右手性搭档」。

这个现象在物理上称为费米子倍增(Doubling)。本意只想研究「左手世界」,网格却硬给你凑齐左右手,粒子种类算出来全不对,弱力根本没法往下算。
Nathaniel Craig用了一个很妙的比喻来解释这件怪事:盒子里的光和镜子。
光分左旋、右旋两种圆偏振态。假设要在实验室里做一个「只装左旋光」的盒子,那就用激光把左旋光打进去,再在盒子两头各摆一面普通镜子,让光来回反射。
你会意外地看到:左旋光打到普通镜子上弹回来,竟变成了右旋光,盒子里一下子两种光都有了。
那该怎么办?手性镜子(Chiral Mirror)早就被科学家造出来了,用螺旋排列的特殊薄膜做成。左旋光被它原样反射回去仍是左旋光,右旋光则直接穿过去。

有些圣甲虫的外壳天生就是这种结构,只把左旋圆偏振光反射出来。
格点场论里,类似的数学规则几十年前就由Paul Ginsparg和诺贝尔奖得主Ken Wilson提了出来。
之后,Narayanan和Neuberger做出了格点上的「手性镜子」——(重叠费米子,Overlap Fermions)、。
Martin Lüscher和Yoshio Kikukawa等人又把这套工具继续完善了一步。
「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
再回到那个装满左旋光的盒子。
光在两面手性镜子之间往返,除了偏振方向,还有一项要紧的属性: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,浪便相互抵消。盒中的光同理,绕一圈回来的光得跟激光器刚发出的新光「步调一致」(相位对齐),光束才能叠加增强。

在盒子里,只需把其中一面手性镜子稍微转个角度,多出来的相位差就能补上。
可一旦放到标准模型那套时空网格上,麻烦就来了。相位是什么状态,得看标准模型的各种力在每个网格点上各自怎么表现。
Lüscher 25年前算出了「手性电磁力」这种简化版理论的相位对齐规则。可换成同时包含强力、弱力和电磁力的完整标准模型,网格上相位怎么对齐,这个问题一放就是超过25年。
思路由人出,证明由GPT-6 Astra主导完成
硬骨头怎么啃?Nathaniel Craig给出了一个巧办法: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去。
接着逐层比对相邻两层网格上允许存在的左手性粒子状态。每比一层,相位修正的一小部分就算出来了;把这些细微差值全部累加,原始网格上精确的相位补偿规则便能反推出来。

思路挺清楚,可Craig自己卡在了后面一步——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。
轮到GPT-6 Astra出场了。Craig把想法交给了Astra。
几轮协作下来,Astra不光给出了力场如何正确映射到更细网格上的具体做法,还证明了更细网格上的对比结果必定收敛到一个确定答案,整个详细证明的推导甚至由它直接主导完成。

当然,AI算完不能直接作数,还得过人类顶尖专家那一关。格点场论领域的知名专家Maarten Golterman、Andreas Kronfeld和Yigal Shamir专门抽时间审阅了Astra给出的证明,抛出各种尖锐问题,最终帮Craig建立起了对这个结果的信心。
这份预印本论文由Craig与GPT-6 Astra共同准备,目前已经正式发布。
参考资料:
https://openai.com/index/step-toward-defining-the-standard-model/
https://arxiv.org/abs/2610.09093