Claude刷新物理学世界纪录 AI突破计算极限引关注

理论物理领域一项维持了三年的计算纪录，近日被人工智能打破。Anthropic公司宣布，其Claude模型在科研平台Claude Science上，基本在无人监督的状态下连续运行数天，成功计算出了平面N=4超对称杨-米尔斯理论中的九圈六粒子散射振幅。在此之前，该模型体系内的最高纪录为八圈，由SLAC国家加速器实验室的Lance Dixon及其合作者在2023年创造。

Dixon对Claude的计算结果进行了独立验证。他表示，一个大语言模型能够完整执行这套复杂流程中的每一个步骤，并有效组织算力，这在他看来是一项相当了不起的成就。他甚至坦承，除了自己的合作者之外，Claude比任何人都更了解他们团队2019年和2023年发表的那两篇论文。

整个过程和成本出乎意料。研究者最初只给Claude提供了一句任务描述，之后的指导几乎仅为“继续”。整个计算若折算到普通用户身上，费用大约在一两千美元左右，其中真正用于数值计算的部分仅约100美元，相当于96个CPU运行一周。而Dixon原本认为直接计算九圈振幅难度极大，其团队为此已筹备了数年之久。

这项突破的起因是一封公开的挑战书。8月7日，前理论物理学家、科普博主Matt von Hippel在其博客上发表了一篇题为“只有AI进入我的领域才算数”的文章，向AI公司发出挑战：用一名学者能够负担得起的算力，去解决散射振幅领域中一个悬而未决的重大问题。他提出了两个选项：将N=8超引力计算到七圈，或者将N=4超对称杨-米尔斯理论的六粒子振幅计算到九圈。

一个月后，AI完成了调整。Anthropic刊发的正是von Hippel亲自撰写的客座文章，标题为“是的，Claude能算九圈”。

要理解这一事件的意义，需要先了解物理学家在计算什么。粒子物理学家预测粒子行为，依赖的是一类称为“散射振幅”的公式：给定参与碰撞粒子的能量和动量，散射振幅可以给出它们以某种方式发生反应的概率。预测越精确，就越能与大型强子对撞机等实验的结果进行细致比对。一旦出现偏差，就可能成为新物理的线索。

然而，散射振幅的精确计算极其困难，物理学家几乎只能采用近似方法。他们将计算按“圈”分层，圈数大致反映了粒子间相互作用被允许达到的复杂程度。每增加一圈，结果就更接近真实值，但计算量也随之急剧增长。现实中，绝大多数散射振幅仅计算到两圈，少数能达到三圈。粒子物理中最精确的预测——电子反常磁矩，用到了五圈。

N=4超对称杨-米尔斯理论是该领域一个专门的玩具模型。“杨-米尔斯”是描述电磁力、强核力、弱核力三种基本相互作用的理论框架；“N=4超对称”意味着每个粒子都拥有四个超对称伙伴。尽管该理论并不描述真实世界，但其高度对称性使得许多变量组合相互抵消，计算反而变得相对可控。研究者在此打磨新方法，探索其适用边界。

此次采用的方法称为“自举”。von Hippel将其比作数独：先写出答案可能的所有形式，用一套专门的“字母表”记录在计算机文件中，然后利用所有已知约束逐一排除。理想情况下，最终仅剩一个候选能通过全部检验，并且还有多余的检查条件可用于确认没有出错。

8月底，Anthropic的两位物理学家联系了von Hippel，告知挑战已被攻克。他们使用的是Fable 5.1模型，运行于Claude Science平台。两人首先询问Claude对哪个挑战最有把握，随后只给出了一句非常简短的任务描述：计算平面N=4 SYM中九圈的六粒子（六边形）振幅。此后，指导基本上就是让它继续工作。最终，Claude用两种方式各计算了一遍：一是直接的自举法，二是Dixon团队那条经由形状因子的间接路线。

von Hippel感慨，十年前他从事这类研究时，96个CPU运行一周算是不小的投入，而如今只要理由充分，这点资源相当平价。

文章末尾附有Dixon亲自撰写的一段附言，题为“被机器抢先是什么感觉”。他写道，9月1日，Anthropic的两位研究者告诉他Claude算出了九圈振幅，并请他验证结果。对他而言，那一刻是大语言模型改变物理学这件事“真正落到自己身上”的时刻。

让Dixon印象深刻的，与其说是计算规模，不如说是整套流程的脆弱性。据他描述，这套计算配方只要任何一处出错，整个结果就会像失败的舒芙蕾一样塌掉，研究者只能回头苦苦排查。而且其中大量构造细节繁琐到不会被完整写入论文，这意味着Claude必须从零开始搭建所有代码。

由于从九圈振幅倒推九圈形状因子相对容易，Dixon主要沿这条路径进行验证。他也坦言并不感到沮丧，理由有两个。他的团队本来就在使用定制的Transformer模型预测更高圈数的结果，还提出过一句口号，大意是只要机器给出候选答案，他们就有全套工具去验证。Claude解题时所用的正是Dixon与合作者多年来发展出的方法，连结果的呈现格式也沿用了他们既有的规范。在他看来，他在验证Claude的同时，Claude也在验证他们过去所有的工作。

不过在称赞之余，Dixon也表示，在他看来，真正让人辗转反侧的时刻，会出现在模型抢在人类之前提出新的物理原理和洞见的时候。

这个故事还有一条平行线索，且与中国有关。在Anthropic联系von Hippel之后没几天，中国科学院理论物理研究所的何颂也找上门来：他的课题组已经获得了九圈结果的大部分。9月17日，何颂与Jirong Jing、Xiang Li在Zenodo上公开了一份数据集，涵盖二圈至九圈的符号数据。据von Hippel和Dixon描述，何颂团队也借助了基于GPT-6的AI辅助，但仅用于计算部分约束条件，整体框架仍由人工搭建，这与Anthropic那种“一句prompt加反复继续”的近乎全自动路线截然不同。

von Hippel特别提到，各方之间的氛围相当友好。接下来，Dixon、何颂及其合作者将发表这些结果，并为后来的研究者提供详细解释和分析。

回到von Hippel本人。他当初立下挑战，是想借自己熟悉的领域回答一个问题：AI究竟能否绕过那些人人都以为无法逾越的算力瓶颈？结果并没有出现他期待的那种“以意想不到的方式突破算力壁垒”。Claude使用的是已知方法，只是比人类此前愿意投入的算力多了一些。他由此得出的最大体会是：哪怕目标简单明确，专家眼中遥不可及的事情，实际上可能并没有那么难，低垂的果实比预想的多。

他还做了一个纵向对比。今年3月，Anthropic发布的“vibe physics”实验中，AI做物理项目还像个学生，任务规模小，需要大量手把手指导，错误频出。半年后，它完成的已是振幅领域顶尖专家才会涉足的前沿计算。他不排除这恰好是一个特别适合AI的问题，但他判断，技术本身确实变强了。

至于能否推而广之，von Hippel保持谨慎。N=4这类玩具模型通常只属于很小的研究圈子，而面向真实世界的振幅计算竞争激烈得多，那里的低垂果实可能更少。但他也提醒，从事这些计算的研究者如果还没尝试过让AI科研平台一次性冲击前沿计算，就应该试试了，同时要准备好验证结果的方案。他不会太意外，有人能在合理预算内再多挤出一圈。