GPT-6 Astra助物理学家补全标准模型:核心证明由AI主导
OpenAl证明了「标准模型」!物理学家直言:GPT-6Astra全程主导
新智元报道
新智元报道

OpenAI把粒子物理标准模型「补全」了?
一个悬了50多年的物理难题,在
GPT-6 Astra手上拿到了「实质性」进展。受益者是加州大学圣塔芭芭拉分校UCSB的物理学家Nathaniel Craig。
Nathaniel Craig是OpenAI科学博客首篇客座文章的作者。他在这篇文章里讲述了自己和GPT-6 Astra的合作:双方一起给出了粒子物理标准模型的一个候选格点定义。
具体分工上,Astra先把他原有的思路落成构造,随后又主导完成了那份详细证明的撰写。

说白了,标准模型被人类研究了半个世纪,数学地基这一块始终是空的。
这一次不一样。AI不光听懂了物理学家那个大胆的设想,还直接下场,把最核心的详细证明做完了。

作者也提到,这仅仅是个开头。结果还得请专家过目,眼下不能直接拿去跑实际模拟。
物理学界眼里,标准模型差不多就是「精确」的同义词。
已知的基本粒子由它来描述,自然界四种基本力里的三种也归它管,就是强力、弱力和电磁力。

氢原子21厘米波段的低能射电辐射也好,大型强子对撞机(LHC)里的高能粒子碰撞也罢,跨度足足18个数量级,标准模型算出来的结果和实验数据都对得上。
可这个理论已经活了50多年,却始终留着一个底层漏洞:它的「非微扰定义」,到现在也没人给出来。
这话怎么理解?
碰上复杂问题,物理学家常使一招,叫微扰论:先化简,再修补,一点点完善。
拿多电子原子来说,可以先不管电子之间的排斥,只盯着原子核的吸引来算。这个简化问题解出来之后,再把电子排斥当作一点小修正补回去。

可见微扰论并不要求把每一项相互作用都翻个遍。它看重的是:能不能找到一个容易求解的起点,并且补回去的那部分影响小到可以当作修正处理。
在不少电磁问题上,这套办法相当管用。电子磁矩就是一例,理论给出的预测已经能经得起万亿分之一量级的实验比对。
可一旦被略去的那部分影响大到足以让整个系统的样子变掉,这招就未必还灵。
质子质量的计算就是如此,物理学家一般得用非微扰的办法,眼下最靠得住的是格点场论(Lattice Field Theory)。

连续时空既然不好下手,那就把它拆成一个个离散的网格点,也就是格点。网格间距决定了这套理论能分辨的最短距离。

这么一来,这套理论不光在数学上能立住严格的定义,还能直接丢进计算机里硬算。
几十年来,物理学家靠着格点场论把强力摸得很透,连质子的质量都从第一性原理里算了出来。
那为何不索性把整个标准模型都搬到网格上算?
真正卡住路的,是物理性质——手性。
手性是什么?拿镜子里的手套想一想。左手套的镜像,就是一只右手套。
原本左右手套各有一只,镜子里照出来还是左右各一只,世界是对称的;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,强力和电磁力都算「公道」,左手性粒子和右手性粒子它们一样对待,塞进网格并不费劲。
弱力却不同,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。
麻烦就大了。
物理学家注意到一个怪事:只要按最自然的规则把左手性粒子放进时空网格,网格会自己多送一个根本没人要的「右手性搭档」。这个现象在物理上叫费米子倍增(Doubling)。本来只想研究「左手世界」,网格却硬把左右手都配齐了,粒子种类算出来全错,弱力也就没法往下算。
Nathaniel Craig用一个比方解释这件事,画面很直观:盒子里的光与镜子。光有左旋和右旋两种圆偏振状态。设想在实验室造一个「只装左旋光」的盒子,用激光把左旋光打进去,两端各放一面普通镜子,让光在里头来回反射。
反弹的结果出人意料:左旋光撞上普通镜子再回来,已经变成右旋光,盒子里一下子两种光都有了。
解法其实早就有。科学家造出了一种手性镜子(Chiral Mirror),由螺旋排列的特殊薄膜做成。左旋光打上去,反射回来仍是左旋光,原封不动;右旋光则直接穿过去。

某些圣甲虫的外壳天然就具备这种结构,只反射左旋圆偏振光。
格点场论里也有对应的数学规则,几十年前Paul Ginsparg和诺贝尔奖得主Ken Wilson就提出过类似思路。
再往后,Narayanan和Neuberger把「手性镜子」搬到了格点上,这就是重叠费米子(Overlap Fermions)。
Martin Lüscher和Yoshio Kikukawa等人随后又把这套工具往前推了一步。
手性镜子已经就位,那些多出来的右手性粒子也被清了出去。
可拼图还缺最后一块。
还是回到那个装满了左旋光的盒子。
光在两面手性镜子之间往复跑动,偏振方向之外,它还有个要紧的属性——光学相位。
好比海浪拍码头:浪尖对浪尖,浪就越垒越高;浪尖撞上浪谷,彼此就抵消了。盒子里的光同理,绕一圈折返的光得跟激光器刚发出的新光「步调一致」,也就是相位对齐,光束才会叠加增强。

在盒子里,只需把其中一面手性镜子的角度略微转一下,多出来的相位差就能补上。
可到了标准模型的时空网格上,麻烦就大得多。
相位在这里由标准模型各种力在每个网格点上的具体状态决定。
25年前,Lüscher算出了「手性电磁力」这类简化理论的相位对齐规则。但完整标准模型包含强力、弱力和电磁力,如何在网格上对齐相位,这一悬置就是超过25年。
完整标准模型包含强力、弱力和电磁力,要在网格上把相位对齐,这个问题悬置了超过25年。
为了啃下这块硬骨头,Nathaniel Craig提了一个巧妙的思路:网格细化(Refinement)。原来的粗网格上,把所有力场变化带来的相位偏移直接算清楚太难,那就把同样的力场连续映射到一系列越来越细的网格上。
接着逐层对比相邻两层网格上允许存在的左手性粒子状态。每对比一层,就能算出相位修正的一小部分。
原始网格上那套精确的相位补偿规则,正是靠把这些细微差值逐一累加反推出来的。
想法倒是清楚,可Craig本人也停下了脚步——这套办法要覆盖的所有情形都成立,他始终没能给出严格证明。
就在这个节点上,GPT-6 Astra介入了。Craig把自己的思路交到了Astra手上。
几轮协作下来,Astra给出的建议包括怎么把力场正确映射到更细的网格上,还论证了更细网格上的对比结果必定收敛到某个确定答案。整套详细证明的推导,最后也是它直接主导做完的。
AI算完并不能直接算数,还得过人类顶尖专家那一关。格点场论领域知名的Maarten Golterman、Andreas Kronfeld和Yigal Shamir特意抽出时间审阅了Astra给出的证明,抛出一连串尖锐问题,最终帮Craig对这个结果建立起了信心。
由Craig与GPT-6 Astra共同准备的这份预印本论文,目前已经正式发布。
参考资料: