新智元報道

編輯：KingHZ

【新智元導(dǎo)讀】粒子物理十年無新發(fā)現(xiàn)，LHC成了「標(biāo)準(zhǔn)模型的墳場」。但Anthropic聯(lián)創(chuàng)、哈佛物理博士Jared Kaplan卻斷言：再過2-3年，AI就能寫出媲美頂尖物理學(xué)家的論文，50%物理學(xué)家或?qū)⒈粡氐兹〈?/strong>

物理學(xué)界與科技圈地震!

Anthropic聯(lián)創(chuàng)、前物理學(xué)大牛Jared Kaplan放話：兩到三年內(nèi)，理論物理學(xué)家有50%概率被AI取代！

要知道，他博士畢業(yè)于哈佛大學(xué)物理學(xué)，同時是JHU的理論物理學(xué)教授，又是Anthropic的首席科學(xué)官。

對于AI和理論物理學(xué)，他都是行家，他的判斷絕非無的放矢，白費口舌。

Kaplan引用內(nèi)部研究與模型進展指出，未來2–3年內(nèi)，AI在理論推導(dǎo)、數(shù)值模擬、公式發(fā)現(xiàn)和實驗設(shè)計等核心科研環(huán)節(jié)中的能力，將逼近甚至超過大量人類研究者。

他評估，至少有50%的物理學(xué)家工作內(nèi)容，存在被AI替代或邊緣化的明顯風(fēng)險。

替代50%理論物理學(xué)家，

菲爾茲獎得主亦不例外

自2012年希格斯玻色子（即「上帝粒子」）被發(fā)現(xiàn)后，大型強子對撞機（LHC）的實驗數(shù)據(jù)一直嚴(yán)格符合已有理論「標(biāo)準(zhǔn)模型」的預(yù)測，沒有發(fā)現(xiàn)任何預(yù)期之外的新粒子或新物理現(xiàn)象。

戲劇性并非源于希格斯粒子；當(dāng)它在LHC現(xiàn)身時，其存在已幾無懸念。

希格斯玻色子是粒子物理學(xué)標(biāo)準(zhǔn)模型的最后一塊拼圖，這套上世紀(jì)70年代的方程體系描述了25種已知基本粒子及其相互作用。

更引人注目的是數(shù)據(jù)中沒有出現(xiàn)的東西。

物理學(xué)家花費數(shù)十億歐元建造這臺27公里長的超級對撞機，不僅是為了驗證標(biāo)準(zhǔn)模型，更是為了通過揭示更完備自然理論的組成部分來超越它。

例如，標(biāo)準(zhǔn)模型并未包含可能構(gòu)成暗物質(zhì)的粒子。它無法解釋宇宙中物質(zhì)為何多于反物質(zhì)，也無法解釋大爆炸為何發(fā)生。

此外，希格斯玻色子的質(zhì)量（它設(shè)定了原子的物理尺度）與量子引力相關(guān)的高得多的質(zhì)量能標(biāo)（即普朗克尺度）之間存在難以解釋的巨大鴻溝。

1981年，偉大的理論家Edward Witten愛德華·威滕提出了一個解決這個「層級問題」的方案：如果存在僅比希格斯玻色子略重的額外基本粒子，平衡將會恢復(fù)。

LHC的對撞能量本應(yīng)足以將它們產(chǎn)生出來。

然而，實際情況是——無論質(zhì)子如何高速對撞、碎片如何飛濺到探測器中，出現(xiàn)的，只有那25個標(biāo)準(zhǔn)模型中的粒子。

除此之外，一無所獲。

2012年曾斷言粒子物理「將死」的Adam Falkowski，如今已沉默許久。

傳送門：https://resonaances.blogspot.com/

他早年因在博客Résonaances上犀利點評而聞名，而這個博客自2022年以來就再無更新。

Falkowski對記者坦言，他認(rèn)為實驗粒子物理確實正在死去。

他親眼看到許多才華橫溢的博士后轉(zhuǎn)行別的研究領(lǐng)域，或者直接投身數(shù)據(jù)科學(xué)。

人才流失，肉眼可見。

Quanta記者Natalie Wolchover找到了Jared Kaplan——Anthropic的聯(lián)合創(chuàng)始人。

2000年代，Kaplan在哈佛讀研，師從理論物理學(xué)家Nima Arkani-Hamed，正是他們當(dāng)年率先開拓了如今大熱的Amplituhedron研究方向。

但他在2019年離開了這個領(lǐng)域。

「我開始研究AI，是因為我認(rèn)為AI的進展速度，可能比人類歷史上幾乎任何一項科學(xué)都要快，」他說。

「我甚至覺得它可能是我們有生之年最重要的科技事件，甚至是整個人類科學(xué)史上最重要的事情之一。所以這件事我非做不可?！?/p>

而對于粒子物理的未來，他的態(tài)度是：「你現(xiàn)在去擔(dān)心它的未來，其實沒什么意義?！?/p>

如果我們真要建對撞機，那也應(yīng)該是AI來建了，不是人類去建。

我甚至覺得，再過兩三年，AI就能寫出比肩頂級理論物理學(xué)家的論文。

像Nima Arkani-Hamed、威滕這樣的天才——AI很可能能自動寫出他們水平的成果。

所以，在這個時間點之后再去做10年規(guī)劃，已經(jīng)變得沒什么必要了。

這一判斷之所以引爆爭議，在于Kaplan本身長期從事理論物理研究、并參與提出LLM關(guān)鍵的Scaling Law。

因此討論焦點轉(zhuǎn)向更深層：要么高階理論突破比物理學(xué)家想象得更「可程序化」，要么AI正在形成類似「洞見」的能力結(jié)構(gòu)，而兩種結(jié)論都讓人不安。

Scaling Law背后最重要的男人

在聯(lián)合創(chuàng)立Anthropic之前，他在約翰斯·霍普金斯大學(xué)從事理論物理學(xué)研究15年。

他是推動Scaling Law發(fā)展的先驅(qū)，為現(xiàn)代大語言模型的發(fā)展奠定了基礎(chǔ)。

因此，當(dāng)他預(yù)言AI有50%的概率在2至3年內(nèi)達(dá)到Arkani-Hamed和Witten威滕的水平時，這而是一位曾在該領(lǐng)域深耕的學(xué)者，基于對雙方能力的透徹理解所做出的具體判斷。

這些名字的分量不容忽視。

Arkani-Hamed開創(chuàng)了「振幅多面體」，這一幾何結(jié)構(gòu)將成千上萬的費曼圖計算簡化為單一模型。

普林斯頓大學(xué)高等研究院教授Arkani-Hamed還是Jared Kaplan的博士生導(dǎo)師。

作為菲爾茲獎得主，威滕被公認(rèn)為當(dāng)今在世的最偉大物理學(xué)家之一。

獲得數(shù)學(xué)界菲爾茲獎的物理學(xué)家威滕（左）和物理學(xué)家Arkani-Hamed

他們不是普通研究者，而是能窺見無人能見的數(shù)學(xué)結(jié)構(gòu)之人。

Kaplan真正想說的是：物理學(xué)中最艱難的認(rèn)知工作——那些如威滕這類菲爾茲獎級別的思維飛躍——或許并不需要我們原先以為必不可少的某種生物「魔法」。

有趣的預(yù)測并不在于工作崗位被取代，而在于理論物理學(xué)究竟是什么。

這個預(yù)測的有趣之處不在崗位替代，而在于重新定義理論物理學(xué)的本質(zhì)。

如果AI能自主生成威頓水準(zhǔn)的論文，要么說明物理學(xué)比物理學(xué)家認(rèn)為的更具機械性，要么意味著AI正在發(fā)展出某種極似「洞察力」的能力。

這兩個答案，都令人深思。

棄物理而去，他們投奔ASI

去年，xAI的聯(lián)合創(chuàng)始人Igor Babuchkin，告別xAI和馬斯克之后，人生翻到了新篇章。

不過，小時候，他的志向是成為物理學(xué)家，理解宇宙的奧秘。

在歐洲核子研究中心（CERN）攻讀粒子物理學(xué)博士期間，他曾滿懷熱情地投身于這一使命。

但尋找新物理變得越來越困難，需要建造越來越大的對撞機，而新發(fā)現(xiàn)卻越來越少。

于是，他開始思考：或許通向宇宙奧秘的關(guān)鍵并非更大的對撞機，而是超級智能。

AI能否發(fā)展出一套自洽的量子引力理論？AI能否證明黎曼猜想？

2023年初，他確信人類正接近實現(xiàn)超級智能的「秘方」。

他已看到征兆：很快，AI的推理能力將超越人類。

黑洞物理學(xué)家Alex Lupsasca見證了AI給他的震撼──

他把耗費數(shù)月心血推導(dǎo)的潮汐響應(yīng)方程丟給GPT-5 Pro，僅18分鐘后，模型竟完整重現(xiàn)了他苦苦追尋的對稱生成元——這一刻，他決定加入OpenAI，親手打造AI科研的未來。

剛接觸AI時，Alex Lupsasca帶著物理學(xué)家面對新觀點時常有的態(tài)度：禮貌的質(zhì)疑和大量的測試。

2025年初，他嘗試使用ChatGPT，發(fā)現(xiàn)它對處理學(xué)術(shù)界常見的行政事務(wù)很有幫助，但他并不認(rèn)為這能勝任工作中最難的部分：把物理定律轉(zhuǎn)化成具體且可驗證的預(yù)測。

一開始，Alex用ChatGPT把草稿變成更干凈利落的科學(xué)論述，節(jié)省大量時間。

但隨著模型不斷進步，他繼續(xù)測試更強的能力。真正讓他改觀的，是看到系統(tǒng)能以極快的速度處理研究生級別的物理問題。

Alex舉了一個例子，AI幾秒鐘就完成了廣義相對論中「瓦爾德解」事件視界的磁場強度，而一個剛?cè)腴T的研究生可能要花幾小時。

接著他注意到更奇特的現(xiàn)象：模型經(jīng)常得出正確答案，卻用陌生的數(shù)學(xué)語言表達(dá)。

更大的考驗來自Alex自己的研究。

從描述黑洞潮汐響應(yīng)（大致類似于月球引起的海洋潮汐）的方程中，他推導(dǎo)出了新的「隱藏對稱性」。這些對稱性解釋了為什么某個著名的潮汐效應(yīng)會消失。

當(dāng)他幾乎不給提示、直接把這個方程交給GPT-5 Pro時，它「思考」了約18分鐘，就得出了他花費數(shù)年學(xué)習(xí)技能、又經(jīng)數(shù)月直接研究才發(fā)現(xiàn)的相同的對稱生成元。

他就像看到了魔法，他的想法開始改變：AI顯然可以徹底改變物理研究。

此后，他在持懷疑態(tài)度的同事中反復(fù)驗證：

• 在CERN，一位同事提供了一個他通常會給博士生一周時間解決的作業(yè)式問題，模型幾分鐘就給出了詳細(xì)解答；

• 在Aspen天文臺，天體物理學(xué)家Elliot Quataert試圖用一個謎題般的瞬變信號迷惑它，它卻正確識別出那是一顆磁星（擁有極端磁場的中子星），并隨即列出了后續(xù)觀測建議和摘要草稿。

從懷疑到熱情高漲、并感染他人，這段歷程最終讓Alex加入了OpenAI。

參考資料：

https://www.quantamagazine.org/is-particle-physics-dead-dying-or-just-hard-20260126/

https://officechai.com/ai/50-chance-that-theoretical-physicists-will-be-replaced-with-ai-in-2-3-years-anthropic-co-founder-physicist-jared-kap

https://academy.openai.com/public/blogs/alex-lupsasca-gpt-5-pro-black-hole-physics-hidden-symmetries