一个 2024 年拿到 Breakthrough Prize 物理学奖的人,把卡了一年多的题丢给 GPT-5,一周搞定。
Alex Lupsasca 是 Vanderbilt 的理论物理学家,做量子引力,2024 年拿了 New Horizons in Fundamental Physics Breakthrough Prize——这个奖被称作”物理学的奥斯卡”。他和 Harvard 的 Andrew Strominger 合作了一年多,卡在一个 gluon amplitude 的具体形式上,他原话是”no real progress was made”。一年多。
某周他试了一下,把整个 setup 丢给 GPT-5,让它做计算。等到 Strominger 那班飞机还没落地,这题已经全做出来了。Lupsasca 上 Latent Space 讲这段时挺克制,没拔什么调,他就直接说了句”在他下飞机前 ChatGPT 把这题解完了”。
接下来是真正离谱的部分。这两人又把题往上推,从 gluon 推到 graviton——量子引力一边的工作,理论物理里最硬的一块。一天之内,ChatGPT 输出了 110 页全新物理:Lupsasca 强调这不是把现有结果重新写一遍,而是新的算法、新的技术,有些是他自己看完都要琢磨一阵子的写法。三天内,一篇带新结果的 quantum gravity paper 就基本成型了。
Lupsasca 后来又测了一组对照:他自己最得意的某篇论文,GPT-5 30 分钟就把核心结果复现出来——同一个结果他自己当年是花了好几个月推出来的。一个他以前要花几天的具体计算,这次 11 分钟交卷。这些数字他在采访里讲得很平,没什么戏剧化的口气,但每个都是直接打在物理研究的”算力瓶颈”上的。
“Vibe physics” 这个词是他自己起的,跟 vibe coding 同源——你大致说出你想要什么方向,让模型去算。区别在 vibe coding 里如果模型出错,代码跑不动你立刻知道;但物理计算它要是错了一行,paper 直接报废。所以 Lupsasca 实际扮演的角色不是写代码的人,是 research program steward——他决定问什么、怎么追、什么时候说”这条线索值得算下去”,什么时候说”这条停一下,先检验”。模型负责干苦力。一个有 sense 的物理学家做 director,GPT-5 做整个计算室。
也别误会,他没鼓吹”AI 取代物理学家”——恰恰相反,他强调这种打法对 PhD 训练背景的依赖比想象中还重,因为模型给出 110 页的时候,你得有判断”哪 30 页是真的、哪 80 页是似是而非”的能力,否则就是一锅毒鸡汤。
这件事真正应该让人注意的,不是”AI 又强了一档”,是”会用前沿模型做前沿研究的人”和”普通用户”之间的差距,这一年正在被拉得越来越宽。一个能问出 gluon amplitude 推广到 graviton 这种题的物理学家,和一个用 ChatGPT 帮自己改简历的人,用的是同一个模型。前者一周搞掉同行卡一年的题,后者拿到的还是”听起来很有道理的废话”。差距不在模型那一侧,在问题侧——你能问到多深的题,决定模型对你能干多少活。
下回再看到”AI 还没真正改变什么领域”的判断,记得这个一周。
转给那个还在用 ChatGPT 改简历的朋友。
关注 @svtransit1 · 写给真在用 AI 的人
原文链接放在第一条评论 ↓
#AI #GPT5 #量子引力 #LatentSpace #VibePhysics
关注 @svtransit1 · 每 3 小时一篇 AI 前线 · RSS