物理学将是下一个被AI颠覆的领域吗？| 新科学家

AI在物理解题上的真实能力，可能远比外界此前认为的要强。耶鲁大学物理学家John Sous及其同事发现，那些专门用来测试AI物理能力的基准题本身存在大量错误和定义模糊的问题，修正之后，AI的得分从最低30%飙升到最高94%。Sous由此判断，只要问题定义清晰，哪怕难度很高，AI不仅做得好，甚至可能超过最顶尖的专家。这一结论对长期认为“AI搞不定硬核物理”的看法构成了直接挑战。 不过，这并不意味着AI马上就能取代理论物理学家。Sous指出，物理研究中最有价值的部分，恰恰是面对自然界中那些令人困惑、尚未被理解的现象，提出模型、近似或模拟去捕捉和预测它，这是一个高度艺术化、高度创造性的过程。AI能否走完从定义问题、创建模型、探索到验证的完整研究链条，目前还没有答案。数学之所以成为AI最先攻克的领域，是因为“形式化”可以把数学概念转成可逐步检验的计算机代码，定理通过检验即可视为正确；而物理问题往往更杂乱、更难精确界定，形式化在物理中的应用还处于早期阶段。 与此同时，AI已经实实在在进入物理学家的日常工作。同样来自耶鲁的Logan Wright正在开设一门关于如何在物理研究中使用AI的课程，教学大纲随着技术进展不断更新。他的实验室正在用Anthropic的Claude控制激光脉冲，研究不同波形对铷原子的影响。Wright的思路是：只要实验的观测和操作都能转化为代码，AI就能在没有手、没有眼睛的情况下，仅通过语言和代码与实验世界互动，自主探索问题空间并得出有意义的结果。对AI从业者和科研工具开发者来说，这意味着物理实验的自动化接口设计，可能成为下一个值得关注的方向。