AI

AI破解40年物理难题,顶尖科学家惊讶不已

发布时间:2025年8月12日    来源:szf
AI破解40年物理难题,顶尖科学家惊讶不已

快速阅读: 加州理工学院物理学家Rana Adhikari团队利用AI设计出新型光学元件布局,使LIGO引力波探测器灵敏度提升10%-15%,成功破解物理学难题,开启AI辅助物理发现新时代。

【导读】AI设计出人类看不懂的实验,却成功破解物理学数十年难题,大幅提升LIGO灵敏度。寻找暗物质,解读宇宙公式都不在话下,AI辅助物理学发现的新时代已经到来。

物理学界「炸锅了」! AI主导设计的物理实验方案, 顶尖科学家看不懂,但它竟然成功了! 实验方案中的 「反直觉」 和「外星造物」般的复杂性震惊了科学界。

尽管顶尖科学家初看时完全无法理解其逻辑,但该方案在模拟中被证实极其有效,标志着物理学可能迎来了自己的 「AlphaGo时刻」。

AI设计出了一种新颖的光学元件布局,可使LIGO引力波探测器的灵敏度提高10%到15%! 别小看这点进步,在需要「亚质子精度」的世界里, 10%到15%的提升是非常巨大的! LIGO(激光干涉引力波天文台, LIGO最著名的成就是 首次直接探测到由两个黑洞合并产生的引力波(以GW150914命名) 。

2015年9月14日探测到的引力波现象,是人类首次直接探测到的引力波(图为想象) LIGO属于精密测量的一种,有多 精密 ? 想象一下,在LIGO那两座一模一样的探测器里,激光束在巨大的L形、长达四公里的双臂中穿梭亿万次。

当引力波——也就是时空的涟漪——掠过时,其中一条臂的长度变化,甚至比一颗质子的宽度还小! 引力波是时空的涟漪,会导致一个方向被拉长。

当这种时空扭曲通过LIGO时,两条臂的长度分别微小变化( 约10−18米级 ) 这是一种怎样的精度? LIGO的干涉仪是有史以来建造的最大的干涉仪。其臂长为4公里。

这相当于从地球测量远在半人马座α星之间距离,但误差不能超过一根头发丝的宽度! 所有伟大的天文学发现,都源于这种令人发指的灵敏度。

这台神器的设计,耗费了物理学家们数十年的心血,将每一个零件都推向了 物理的极限。

然而,加州理工学院的物理学家Rana Adhikari却在思考一个疯狂的问题: 我们还能做得更好吗? Rana Adhikari曾在21世纪初领导LIGO的探测器优化团队,他们呕心沥血,才将机器打磨至此。

但在2015年首次探测到引力波后,他渴望LIGO能捕捉到更宽频带的引力波,从而发现不同尺寸的黑洞合并,甚至是……一些闻所未闻的宇宙奇观! 「我们真正想发现的,是那些没人想象过的、狂野的、全新的天体物理现象!」 Rana Adhikari说,「我们不该对宇宙能创造出什么,抱有任何偏见!」 于是,他和团队将目光投向了AI。

「外星人」的设计图 他们使用了一套AI软件,这套软件最初只是用来设计桌面上的量子光学实验。

他们把所有能想到的组件——透镜、反射镜、激光器——全部「喂」给AI,让它在一个不受任何限制的虚拟空间里,自由组合,构建一个功能更强的干涉仪。

AI彻底放飞了自我! 它设计的探测器方案,动辄绵延数百公里,包含数千个元件。

「AI给出的方案,人类根本无法理解!」 Rana Adhikari回忆道,「它们太复杂了,看起来就像是外星人的杰作,或者说,只有AI才能造出来的东西。它完全没有人类所追求的对称感、美感……简直就是一团乱麻!」 研究人员费了好大劲,才学会如何「清理」AI的输出,让它变得可以解读。

可即便如此,摆在他们面前的设计图,依旧让他们困惑不已。

图中是从空中俯瞰位于美国路易斯安那州利文斯顿的探测器 「如果我的学生敢把这种东西交给我,我肯定会说:不不不,这太荒谬了!」Rana Adhikari坦言。

然而,模拟结果却清清楚楚地显示: 这个荒谬的设计,真的有效! 花了整整几个月,团队才终于搞懂了 AI的「鬼点子」。

原来,AI用了一个反直觉的妙计:它在主干涉仪和探测器之间,额外增加了一个三公里长的环形结构,让光在离开主臂后先在这里「兜圈子」。

团队恍然大悟! AI竟然翻出了 几十年前 苏联物理学家提出的一个深奥理论——利用该原理可以有效降低量子力学噪声。

这个想法因为过于超前,从未有人在实验中尝试过! 「要跳出公认的思维框架,去想这么遥远的事情,实在太难了,」Rana Adhikari感慨道。

「我们真的需要AI。」 他估算,如果当初建造LIGO时就有AI的这个洞察, 「LIGO的灵敏度将凭空提升10%到15%!」 。

在这个精度决定一切的领域,这无疑是一个 巨大的飞跃! 多伦多大学的量子光学专家艾Aephraim Steinberg评价道: LIGO是成千上万顶尖人才苦思冥想了40年的庞然大物。

他们几乎想尽了一切办法。

AI能提出任何新东西,都证明它做到了成千上万人没能做到的事。

「凭空」创造纠缠 AI的颠覆性,远不止于此。

在量子世界,两个从未相遇的粒子,可以通过一种名为「量子纠缠」的操作,建立起神秘的连接。

不过几十年来,物理学家一直认为量子纠缠需要量子物体「一开始处于同一位置」。

但到了20世纪90年代初,后来因其对纠缠的研究而获得诺贝尔物理学奖Anton Zeilinger证明事实并非总是如此。

他和同事们提出了一个实验,从两组互不相关的纠缠光子开始。

光子A和B彼此纠缠,光子C和D也彼此纠缠。

然后研究人员设计了一种巧妙的实验装置,由晶体、分束器和探测器组成,对光子B和C(来自两个纠缠光子对中的各一个光子)进行操作。

经过一系列操作后,光子B和C被探测并被摧毁。

但作为结果,原本 未曾发生过相互作用的伴侣粒子A和D 却变得纠缠起来。

这一现象被称为纠缠交换(Entanglement Swapping),如今已成为量子技术的重要基础构件之一。

2021年,物理学家Mario Krenn的团队,让他们的AI软件「PyTheus」重新设计这个实验。

Py代表编程语言Python。

Theus则取自希腊神话中杀死牛头怪弥诺陶洛斯的英雄忒修斯。

结果,AI给出的方案,与Zeilinger的经典设计截然不同! 「我当时一看,就认定它肯定是错的。」Krenn说。

然而,AI的设计借鉴了另一个完全不同领域的思想——多光子干涉中的思路,构建出一种更简洁、更高效的方案。

2024年12月,由南京大学马小松领导的中国团队在现实中搭建了这个实验,并证实: AI的设计完美可行! 论文地址:https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.133.233601 解读宇宙公式 实验设计并不是物理学家使用人工智能的唯一方式。

他们还利用人工智能来解析实验结果。

AI在另一个领域大显身手: 从海量数据中挖掘隐藏的物理规律。

· 寻找暗物质公式 AI分析了宇宙中暗物质团块的观测数据,竟然得出了一个比人类科学家提出的公式更精确、更贴合实际的全新方程! 威斯康星大学的物理学家Kyle Cranmer及其合作者利用一个机器学习模型,根据其他邻近暗物质团块的可观测属性,预测宇宙中暗物质团块的密度。

Cranmer说:「AI的方程完美地描述了数据,但它还讲不出背后的物理逻辑」。

AI只给了结果,但没有解释。

· 重现自然对称性 加州大学圣地亚哥分校的计算机科学家Rose Yu团队,让AI分析欧洲大型强子对撞机(LHC)的数据。

在不被告知任何物理知识的前提下,AI独立发现了「洛伦兹对称性」——这是爱因斯坦相对论的核心基石! 尽管今天的AI在提出真正的、全新的物理假说方面还力不从心,但它已经从一个单纯的工具,进化为一个强大的「合作者」。

Cranmer认为,随着大语言模型的加入,AI甚至可能很快就能帮助人类构建科学假说。

「我们可能真的正在跨越一个门槛,一个由AI辅助我们发现新物理学的时代,即将到来!」 参考资料: https://www.quantamagazine.org/ai-comes-up-with-bizarre-physics-experiments-but-they-work-20250721/ 本文来自微信公众号 “新智元” ,编辑:定慧 ,36氪经授权发布。

(以上内容均由Ai生成)

你可能还想读

NEXCOM推出新平台,加速AI洞察

NEXCOM推出新平台,加速AI洞察

快速阅读: NEXCOM,总部位于中国台湾,自1992年成立以来,通过其NCS部门提供涵盖网络安全、SD-WAN、5G uCPE等领域的先进平台,助力企业构建可靠、可扩展的网络基础设施,推动未来连接技术发展。 成立于1992年,总部位于中国 […]

发布时间:2025年10月23日
Zonetail与FUTR在加拿大推出AI租房报告计划

Zonetail与FUTR在加拿大推出AI租房报告计划

快速阅读: Zonetail与The FUTR Corporation合作,推出加拿大首个人工智能驱动的租金报告项目,租户支付租金可建立信用并获FUTR代币奖励,2025年四季度启动,初期覆盖12,000个单位,计划2026年初扩展至70, […]

发布时间:2025年10月23日
Meta联手Blue Owl资本,270亿美元打造AI数据中心巨无霸项目

Meta联手Blue Owl资本,270亿美元打造AI数据中心巨无霸项目

快速阅读: Meta与Blue Owl Capital合作,成立270亿美元合资企业,开发路易斯安那州Hyperion数据中心园区,占地2,250英亩,使用SPV结构融资,Meta持有20%股份,项目计划2030年前完成,初期计算能力2吉瓦 […]

发布时间:2025年10月23日
CoreWeave推出专为AI优化的高速对象存储

CoreWeave推出专为AI优化的高速对象存储

快速阅读: CoreWeave推出专为AI工作负载优化的对象存储,解决GPU驱动任务中数据移动瓶颈,提高数据访问速度和效率,支持大规模模型训练,减少成本和操作复杂性。 在部署人工智能工作负载时,随着对数据需求量大的模型的压力增大,存储架构中 […]

发布时间:2025年10月23日
亚马逊展示智能眼镜和机器人,加速最后一公里配送

亚马逊展示智能眼镜和机器人,加速最后一公里配送

快速阅读: 亚马逊在“未来交付”活动上展示智能配送眼镜Amelia,内置小屏提供导航和扫描功能,旨在提高配送效率和安全性,已开始实地测试,同时推出新机器人和AI系统优化仓储与配送流程。 在位于加州米尔皮塔斯的DUR3配送站举行的“未来交付” […]

发布时间:2025年10月23日
Meta裁减AI部门600岗位,加速全球竞赛

Meta裁减AI部门600岗位,加速全球竞赛

快速阅读: Meta重组AI部门,计划裁员600人,旨在缩小规模、加快决策,增强竞争力。首席AI官Alexandr Wang宣布,此举涉及产品、基础设施及研究团队,但TBD实验室不受影响。 Meta正在对其人工智能部门进行重组,计划裁员约6 […]

发布时间:2025年10月23日
马斯克计划年底前扩大特斯拉无人出租车运营范围

马斯克计划年底前扩大特斯拉无人出租车运营范围

快速阅读: 特斯拉计划年底前在8至10个新州推出机器人出租车,包括内华达、佛罗里达和亚利桑那,需克服监管障碍。奥斯汀现有约20辆车,行驶超25万英里,旧金山超100万英里。 马斯克还表示,特斯拉计划在年底前在8到10个新的州运营机器人出租车 […]

发布时间:2025年10月23日
亚马逊开发AI智能眼镜简化快递员配送流程

亚马逊开发AI智能眼镜简化快递员配送流程

快速阅读: 亚马逊开发AI智能眼镜,旨在简化配送司机工作,减少查看手机需求,提高投递效率与安全性。目前正于北美测试,计划增加实时缺陷检测等功能。 亚马逊周三宣布,正在开发一款由人工智能驱动的智能眼镜,旨在简化其配送司机的工作体验。CNET智 […]

发布时间:2025年10月23日