Anthropic Claude 刷新物理学世界纪录：单挑基于杨振宁理论 9 圈难题
Anthropic 宣布，Claude 在理论物理领域创下了一项新纪录。
在几乎不需要人类介入的情况下，它连续运行了数天，成功攻克了高能物理学界公认极其复杂的“九圈散射振幅”计算难题。
具体而言，它计算出了平面N=4超杨-米尔斯理论中六粒子振幅在九圈水平的结果，而此前人类的最好成绩停留在八圈。
值得注意的是，杨-米尔斯模型中的“杨”，指的就是物理学家杨振宁先生。
杨振宁与米尔斯在1954年共同提出的“杨-米尔斯理论”，是现代粒子物理学的基础。
任何基于该理论的高阶计算，都被视为对人类智力的极限考验。
如今，人类顶尖的理论物理学家，就这样被人工智能“抢先一步”。
更令人惊讶的是，Claude 完成这项惊人挑战，只使用了一个提示词，花费了几千美元。
几天后它交出的答案，仅其中一部分展开就有300亿项。
看来，科学界的“低垂果实”比想象中要多得多。
这次负责验证AI结果的物理学家Lance Dixon感慨道：
我身边大多数理论物理学家其实早就承认，大模型迟早会颠覆物理学，只是不知道那一天何时到来。 对我而言，那一天是9月1日。
硬核物理学家向AI发起挑战：“我的领域很特殊”
故事的起因，来自一位物理学家的“挑战”。
Matt von Hippel，曾是一名理论粒子物理学家，现在是一名科普作家。
面对近期的AI新闻，他表示不信，除非亲眼看到大模型解决自己领域的难题。
深蓝击败了国际象棋大师卡斯帕罗夫，围棋界说：围棋太复杂，计算机无法驾驭。结果被AlphaGo打脸。
AlphaFold碾压了人类蛋白质结构专家，但其他领域说：我们没有那种数据，无法复制。
现在，大语言模型能阅读文献、模仿数学证明。但争论仍在继续：AI是否只会找反例，无法提出新框架？是否只在数学这种规则明确的领域有效，而在物理这种模糊领域行不通？
每次都是同样的模式：学者们先怀疑，直到AI进入他们自己的领域。
他认为他原来的领域——“散射振幅”，有所不同。
上个月，他在博客上向所有AI公司发出了一份“挑战书”：
如果你们AI公司真的想震撼我们这些科研人员，就来挑战我的领域吧！ 请证明AI能在普通学者负担得起的计算预算内，解决散射振幅领域悬而未决的难题。
他一共出了三道题，其中一道是：
把N=4超级杨-米尔斯模型计算到第九圈！
在理论物理学中，物理学家通过“散射振幅”的公式来预测粒子行为，例如大型强子对撞机中粒子的碰撞方式。
但这个公式极其复杂。为了无限接近真实答案，物理学家必须逐层叠加被称为“圈”的精细修正层。
每增加一个“圈”，答案就更精确，但计算量会呈指数级增长。
实际操作中，大多数人类研究者停留在第二圈或第三圈。粒子物理学中最精确的预测，也只用到第五圈。
而在特殊的“测试沙盒”模型中，人类目前的极限是“八圈”。这是由SLAC国家加速器实验室的教授Lance Dixon及其团队多年努力才达成的。
“九圈”？看起来需要海量算力和无数天才大脑耗费数年才能触及。
Matt给AI的挑战，就是如此直接。
一句提示词，几千美元，Claude“大显身手”
面对这种公开挑战，Anthropic的科学家们悄悄接下了任务。
八月底，Anthropic的两名物理学家员工Liam和Siddharth联系了Matt：“嗨，你的挑战，我们完成了。”
Matt当场震惊。怎么做到的？花费了上百万美元的算力吗？
并没有。
研究团队使用的是Claude Science，一个专为科学家设计的系统，能让Claude遵循严谨规则运行，模型是目前最强的公开可用模型Fable 5.1。
他们给Claude输入了一个简单的提示词：
现在的问题是：计算平面N=4 SYM模型在九圈下的六粒子（六边形）振幅。
然后，研究员并没有手把手教Claude怎么做，而是留了一句话：
我要去睡觉了，接下来的几个小时我都不会在。你继续算，除非我叫你停，每隔4到6小时给我汇报一次进度。
随后，Claude在无人值守的情况下开始了疯狂的推演。
它运用了Dixon及其合作者这些年开发的一种叫做“自举”的方法，就像解一场数独游戏一样，在无数参数中不断排除错误选项。
几天后，Claude不仅算出了九圈，还使用了两种不同的物理方法（原始自举法和间接形状因子法）分别计算出来。
具体来说，在原始自举法中，Dixon团队使用的方法叫bootstrap，类似于数独，将所有可能的函数填入格子，用物理法则逐一排除，剩下就是答案。
Claude直接使用Python和开源库SymPy，在六粒子振幅的空间里硬算出了一条路。
在间接形状因子法中，当年Dixon团队冲击八圈时，先计算了一个简单的“形状因子”，再利用一种奇特的“对跖对偶”对称性，将结果翻译成振幅。
Claude遵循这套方法，又向上推进了一圈。
在形状因子这一路，Claude没有计算任何费曼积分。它将整个物理问题转化为一个超大的方程组，全程使用整数求解，避免了小数误差，还能用几个大素数反复验算。
第一个难题是内存。按照传统方法推到九圈，仅未知数就有185万个，方程组大到内存无法容纳。
Claude换了一种思路，利用对跖对偶先将答案的一部分“猜测”出来，再加上对称性，未知数从185万降到了7.6万个。
接下来就是解“数独”。7.6万个未知数，被物理规则一轮轮排除，最后只剩唯一解。
最后翻译回振幅，仅一个切面上的结果就有300多亿项，而八圈时只有16.7亿项。
而且，解决人类物理学界的悬案，成本极低。
按普通用户的价格计算，每条路需要一两千美元，两条加起来几千美元，主要开销是Claude长时间运行的费用。
而直接自举那一路，纯粹用于运行Python代码的算力成本，只有100美元——这相当于租用96个CPU跑了一周。
100美元，一句提示词，Claude在几天内就轻松突破了理论物理学的天花板。
前世界纪录保持者：“被AI抢先一步，但我很兴奋”
结果算出来了，但是否正确呢？
Anthropic的团队找到了“八圈”纪录保持者——Lance Dixon教授本人来验证。
那天是9月1日，巧合的是，正好是Fable 5.1发布当天。
Dixon教授看到结果时，内心极为震撼。因为他深知这有多难。
从2023年完成八圈后，他和团队这两年一直在艰难地攻克九圈。
整个计算过程就像搭建扑克牌城堡或烤舒芙蕾，只要有一个代码写错、一个符号标反，整个计算就会崩溃。
但Claude不仅没有崩溃，还从头开始自己编写了所有繁琐的代码，完美避开了所有陷阱。
经过长达两周的仔细验证，Dixon教授确认，Claude的九圈结果完全正确。
那么Dixon教授感到心碎吗？
“不会，”Dixon教授在博文中豁达地写道，理由有两个。
一是他们团队本来就在训练定制的transformer模型预测更高圈数，口号是机器给出的任何候选答案都有工具验证。Claude也是transformer，只是大概比他们的大一百万倍。
二是Claude使用的全是他们和合作者这些年开发的方法，交答案时还用了他们团队早已定好的格式（教授猜测，这是Claude在给他们面子）。
我在验证Claude的结果，Claude也在验证我们过去所有的工作。
他还给出了极高的评价：
除了我和我的合著者，Claude可能是这个世界上最懂我2019年和2023年发表的论文的“人”了。
而他的同组大佬Kyle Cranmer在X上表示凌乱，“刚发现我们组被Anthropic抢先发表了，我还在消化……虽然不算太意外，但我真希望当初我们能有时间和资源投入进去。”
极限反转：中国团队借助GPT-6也达到了九圈
有趣的是，Anthropic刚联系完出题人von Hippel没几天，他又收到了另一个重磅消息——来自中国科学院理论物理所的何颂团队。
何颂是国内散射振幅领域的专家，近年代表性工作包括提出量子场论散射振幅的Cachazo-何-袁形式，开创性地发现场论和弦论散射的几何起源，并在场论高圈计算和严格求解、规范场、引力和弦论的对偶等方向做出了一系列重要工作。
就在9月17日，何颂、景继荣、李想将六粒子振幅从二圈到九圈的核心骨架数据，公开上传到了学术平台Zenodo。
何颂团队同样使用了AI。Dixon透露，GPT-6帮助中国团队计算了一部分约束条件，但整体框架还是人类自己搭建的。
von Hippel也确认，他们确实用GPT-6做辅助，但绝非Anthropic那种纯AI的方式。
Dixon自嘲道：“大家好像就是喜欢跑来告诉我，他们把九圈给搞定了。这下好了，我先被一台机器抢先，转头又被‘人类+机器’联手抢先了一次。”
前不久OpenAI宣布攻克千禧年难题纳维-斯托克斯方程、Claude推进黎曼猜想的一个关键下界时，就有人问：为什么AI只去攻克数学难题，不去攻克物理难题？
现在，答案来了。
虽然Claude计算出的只是N=4超级杨-米尔斯的“玩具模型”，距离解释真实宇宙的暗物质、反物质还有很长的路，但其象征意义是空前的。
这就像AlphaGo第一次战胜李世石。大家惊呼的，是机器居然能掌握属于人类直觉的领域。
Dixon教授留下了一句耐人寻味的话：
大型语言模型能够执行我们设定的复杂配方并组织计算，这是一个巨大的胜利。
但当有一天，大语言模型开始在人类之前提出新的物理学原理和洞察力时，那才是真正触及人类灵魂的时刻。
或许，现在已经遍地都是低垂果实。
参考资料：
- https://x.com/ anthropicai / status/2103541577083719888
- https://www.anthropic.com/ research / yes-claude-can-do-nine-loops
- https://itp.cas.cn/ sourcedb / zw / zjrck / dsjs/201509/t20150910_4423219.html
- https://arxiv.org/ pdf/2602.12176