物理学家把标准模型搬上格点,合作者是 GPT-6 Astra

OpenAI 11 月 15 日上线科学博客,首篇作者是访问学者 Nathaniel Craig。他给出标准模型的一个候选非微扰格点定义,并写明 GPT-6 Astra 参与了细化方案设计、收敛论证与证明开发。这是一次罕见的「模型出现在作者致谢里」的实验记录,也把 AI 参与理论物理的边界摆到了台面上。
理论物理里有个老难题:把强相互作用写进计算,得先把连续时空切成格子,叫格点规范理论。切得越细越接近真实,代价是算力按幂次涨。标准模型整套搬上格点,一直缺一个公认的非微扰定义——不是不想做,是「怎么切、切完还剩多少对称性」这步没谈拢。
Craig 的做法是从费米子态入手。他在逐步细化的格点上比较费米子态,用比较结果反推相位规则(phase rule),再让这套规则在细化序列上保持自洽。文章说 Astra 在这一步里做了三件事:设计细化方案、论证收敛、主导详细证明的开发。外部专家参与了审阅和提问。

从连续时空到有限格点的三步近似。
读这篇要留意它的自我限定。构造只适用于场强受限的有限格点间距;离真正跑模拟还有大量工作;有限间距下的反射正性(reflection positivity)没有解决,连续时空极限的定义也还悬着。换句话说,这是一张施工图,不是一栋楼。作者自己把这三条写在文末。
更值得记一笔的是发布渠道。这是 OpenAI 新科学博客的第一篇客座文章,同时披露了两件同量级的事:内部系统曾产出针对 Navier–Stokes 方程存在性与光滑性问题的证明;与 PerturbAI、Scripps Research 的合作里,数千个由 GPT-Rosalind 驱动的智能体在 32 分钟内分析了数百万个小鼠脑细胞数据。三件事放在一起看,指向同一个判断——模型正在从「帮你写代码」挪到「和你一起出结论」的位置。
这个位置有代价。物理论文的价值在于可检验,而模型参与的推导最容易出问题的地方恰好是「看起来对」。Craig 的稿子里把格点间距、场强上界、未解条件逐条写清,这是负责任的做法;但它同时说明,同一套流程换个不留这些限定的作者,读者很难自己发现漏洞。今年 11 月另一件事可以对照着看:Kevin Buzzard 复核 OpenAI 约 290 个 Lean 定理文件,38 个连主定理都没陈述(见本批热点 ⑤)。

文章自陈的三处未解问题。
我自己的判断偏保守:这类合作真正改变的不是物理,是论文的写作规范。当证明可以由模型起草,「哪一步是谁做的、哪些条件被默认成立」必须写进正文,否则审稿人无从下手。Craig 这篇做了一个可抄的模板。
[关联推荐]
- Claude 用 11 天把费马大定理做成机器可校验的证明 — 形式化证明这条线的上一站
- 「AI 发现 79 个内核漏洞」审计之后:10 个是真的 — 同样的「AI 出结论,人来复核」结构
来源:OpenAI 科学博客首篇,Nathaniel Craig,《A step toward defining the Standard Model on a lattice》(2026-11-15);条目索引见 AX AI Daily 2026-11-16。文中格点构造的适用范围与三处未解问题均据原文自述。
评论 (0)
正文划词可点「问萝卜特」——自动发评论并由 AI 回复
加载评论中…