AI科学家攻克《宇宙弦》难题：Gemini提供最优优雅解法
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
新智元报道
编辑：定慧
【新智元导读】就在刚刚，Google Research团队用Gemini Deep Think + 树搜索框架，独立攻克了一个理论物理领域的未解积分难题——宇宙弦引力辐射功率谱的精确解析解。AI探索了600条候选路径，找出6种解法，最优雅的那条，让人类物理学家都拍案叫绝。
震惊，AI科学家真的要来了！
谷歌发布了最新（3月6日）一篇论文，一石激起千层浪。
Gemini Deep Think联手树搜索算法，独立破解了理论物理的开放难题！
一个人类顶级研究团队公认「难得不知从哪下手」的问题，被这套AI系统硬生生地解出来了。
论文地址：https://arxiv.org/pdf/2603.04735
这篇论文非常具有突破性！
简单来说，AI解开人类物理学家之前没能解开的复杂数学/物理难题。
联想到此前，Claude帮高德纳解决图论猜想的消息刷屏。
如果说高德纳论文中Claude攻克图论猜想，是AI在离散数学领域的突破。
那么谷歌这篇论文，则代表AI在连续数学和理论物理领域的全面进攻。
一个是组合数学，一个是数学物理。两件事几乎同时发生，构成了2026年3月最具标志性的「AI科学家」事件。
AI，正在人类最核心的智力领域全面开花。
宇宙弦
一个让所有科学家着迷的终极问题
宇宙弦（cosmic strings），是宇宙学中一种假设的一维拓扑缺陷结构，诞生于宇宙早期相变。
这东西振动时，会向外辐射引力波。
而近年来，脉冲星计时阵（Pulsar Timing Arrays，简称PTA）首次观测到了疑似宇宙弦的引力波背景信号，理论物理界因此对宇宙弦的研究热情空前高涨。
要预测宇宙弦发出的引力波信号，就必须精确计算它的引力辐射功率谱（power spectrum）。
具体来说，有一个核心积分I(N, α)——描述宇宙弦环第N谐波发出的辐射强度。
这个积分看起来简单，但积分区域是个球面，被积函数在边界处存在奇点（e₁,₂ = ±1时），导致标准数值积分根本不稳定。
用经典的勒让德多项式展开？权函数不匹配，爆炸。
过去的研究，只能给出大N时的渐近解，或者奇数N的部分结果。
精确、统一的解析解，多年来一直是悬案。
直到Gemini Deep Think出手。
一句话科普论文解决了什么问题。
AI计算出了一种名为「宇宙弦」发出的引力波的精确数学公式。为了计算这个引力波的功率，物理学家需要解开一个非常复杂的数学积分公式。这个公式里有「奇点」（Singularities，类似于数学上除以0那种让计算崩溃的地方），导致传统的数值计算方法常常失效。
在过去的几年里，人类物理学家和早期的AI尝试过，但只找到了一些「部分解」或者「近似解」，一直没有找到一个统一、精确的解析公式。
难道人类科学家的问题
被Gemini攻克了
与Claude解决高德纳问题时的31步研究式探索类似，Gemini解决这个问题的方式也非常像一个训练有素的研究团队在工作。
谷歌团队没有让AI裸奔。他们搭了一套精密的「神经符号系统」：
Gemini Deep Think + 树搜索（Tree Search）+ 自动数值反馈
三者缺一不可，协同作战。
Gemini Deep Think负责「大脑」：生成数学假设，进行符号推导，判断哪条路径「看起来优雅可行」。
它不是简单地暴力试验，而是被指示进行深度推理链，提前预判无穷级数展开时的收敛问题。
树搜索（Tree Search）负责「系统性探索」：把整个解题空间建成一棵大树。
每个节点代表一个数学中间表达式——用LaTeX写出来，同时配上自动生成的Python代码，让计算机去数值验证。
搜索策略采用了PUCT算法（置信上限树搜索），这和AlphaGo下棋的底层逻辑一脉相承——在「开采已有好路径」和「探索新可能」之间保持平衡。
自动数值反馈负责「质量控制」：每一步推导完成后，立刻用高精度数值计算去核验符号结果是否正确。如果对不上，这条路径直接砍掉。
这一步最为关键：每当模型提出一个中间步骤，系统就会自动执行对应的Python代码，与高精度数值基准进行比较。如果发现数值不稳定、发散或执行错误，系统会把错误信息和误差反馈给模型，让它自主修正。
整个过程中，AI一共探索了约600个候选节点。
其中超过80%被自动验证器以「代数错误」或「数值发散」为由剪枝淘汰——包括灾难性抵消误差、不稳定的单项式求和、病态的基变换等。
只有少数路径，挺过了层层筛选，最终胜出。
这不是暴力搜索猜答案，而是真正的「AI驱动的数学研究」。
600条路，AI找到了6种解
经过系统探索，Gemini Deep Think一共找到了6种不同的解法，分为三大类：
第一类：单项式展开（Monomial Basis Approaches）
核心思路是把函数展开为幂级数，然后用不同的技巧计算积分。
方法1用生成函数方法，构造指数型生成函数，利用高斯积分求解。
方法2用高斯积分提升，把球面积分提升到三维空间中，转化为标准的高斯积分。
方法3是混合坐标变换，先展开为幂级数，再投影到Legendre基底上。
这三种方法数学上正确，但存在数值不稳定性——当N变大时，会出现大数相减导致精度损失的问题。
方法1：生成函数法（Generating Function）
方法2：高斯积分提升法（Gaussian Integral Lifting）
方法3：混合坐标变换法（Hybrid Coordinate Transformation）
这三种方法都基于幂级数展开，思路扎实。
但有个致命弱点：当N→∞时，数值不稳定，出现灾难性抵消误差。
第二类：谱分解（Spectral Basis Approaches）
这两种方法利用了Funk-Hecke球面卷积定理，直接在Legendre谱空间中工作。
方法4：谱Galerkin矩阵法，把问题转化为一个三对角线性方程组来求解。
方法5：谱沃尔泰拉递推法（Spectral Volterra Recurrence Method），推导出系数的前向递推关系。
这两种方法数值稳定，计算复杂度仅为O(N)，比单项式方法快了整整一个数量级。
第三类：精确解析解（The Analytic Solution）
方法6：格根鲍尔方法（Gegenbauer Method）
这是最优雅的方法——Gegenbauer方法。
AI发现了一个绝妙的思路：选择Gegenbauer多项式作为展开基底，而这类多项式的正交权函数恰好是(1-t²)，正好与被积函数分母中的奇异因子完全抵消！
这样一来，原本令人头疼的奇异积分，变成了一个完全正则的积分。
通过分部积分和标准恒等式，AI推导出了精确的闭合公式，甚至最终得到了一个优美的渐近表达式。
也是此次AI给出的王者之选。
最优雅的解法，让物理学家心动了
格根鲍尔多项式，Gegenbauer polynomials，记作 Cₗ^(3/2)(t)）。
这是一种定义在[-1,1]上的正交多项式族，而它的权函数 w(t) = 1 - t²，恰好能自然地消去被积函数的奇点。
这不是凑巧，这是Gemini识别出的深层数学结构。
具体思路是这样的：
将被积函数 fN(t) 展开成格根鲍尔多项式的线性组合，利用正交性确定各展开系数。
关键时刻到来——权函数与分母相消，原本让人头疼的奇点，就这样被优雅地「吸收」进去了，留下的是一个完全正则的积分。
随后，借助恒等式 Cₖ^(3/2)(t) = Pₖ₊₁'(t)（格根鲍尔多项式与勒让德多项式导数的关系），以及分部积分，积分进一步化简为勒让德多项式的傅里叶变换形式。
最终，结果可以用余弦积分函数Cin(z)精确表达——一个封闭的解析表达式，无需数值近似，适用于任意环几何结构下的任意N。
谷歌团队在论文中写道——格根鲍尔方法是这6种解法中最优雅的，因为它在数学上最自然地处理了积分的奇点结构。
更惊艳的是：在寻找大N渐近行为时，Gemini还自主发现了与量子场论中费曼参数化的内在联系——这是一个跨越物理子领域的深层数学统一性，连人类研究者都没有预先料到。
人机协作，而非AI单打独斗
要特别说明的是，谷歌团队对这一过程的描述非常诚实——
初始的6种解法，是树搜索框架自动找到的，格根鲍尔方法最初给出的是一个无穷尾和形式的精确解，数学上无误，但不够简洁。
为了把它化为真正的有限封闭形式，一位人类研究者手动介入，把中间结果喂给一个更大、更强的Gemini Deep Think版本，要求它严格验证已有证明并寻找进一步化简。
在这次人机交互中，高级模型独立发现了方法5（谱沃尔泰拉递推法）初始表述中的一个错误，并在修正后识别出方法5和方法6的等价性——这使得方法6中的无穷尾和可以被精确「折叠」成有限形式，最终得到用余弦积分表达的漂亮解析解。
这是一次协同接力，而非完全自主的AI发现。
但这反而更重要——它展示了一种真实可行的人机协作范式。
谷歌团队在结论中保持了科学谦逊：
「我们并不声称这个物理问题本身具有深刻意义，但AI系统能够轻松解决它，对于加速科学发现过程具有重要潜力。」
但这句话的另一面同样值得细品——
所谓的「轻松」，是站在600次探索、80%淘汰率之上的。
这不是聪明的运气，这是系统化的智识搜索。
几十年来，物理学家和数学家们普遍认为，符号推导、理论发现，是AI最难触碰的圣域——因为这需要真正的数学直觉，需要从茫茫解法空间中识别出「优雅」。
但格根鲍尔方法告诉我们：AI正在发展出某种类似直觉的能力。
它不是随机试错，它在评估解法的优雅程度，在识别数学结构的深层美感。
这一次，是宇宙弦的引力波谱。
下一次，也许是弦论中更深的方程，也许是量子引力中的核心积分。
人类提出问题，AI系统化探索结构，人类完成最后的意义诠释——
这种新型科研模式，已经不再是科幻，而是正在被谷歌用一篇论文，白纸黑字地写下来。
「神经符号系统」，AI科学发现的基础设施
值得关注的是，这篇论文所使用的树搜索框架，并非一次性的专项工具，而是有系统性方法论的可复用框架。
谷歌团队在附录中详细公开了：
完整的系统提示词（System Prompt）
评估验证的代码实现
「负向提示」（Negative Prompting）策略——这是强制AI探索不同解法方向的关键技巧
所谓负向提示，就是在AI找到一个有效解法后，明确告诉它「不要再用这个方法」，强制它另辟蹊径，继续探索——这样才有了从方法1到方法6的多样解法。
这种方法论本身，就是一个可以迁移的科研工具。
今天用于宇宙弦，明天可以用于材料科学、量子化学、纯数学中的未解猜想。
AI正在叩开理论物理的大门
回顾这件事，有一个细节让人印象深刻。
在机器学习领域，大家早就习惯了AI能做的事：识别图片、生成文本、下棋、写代码……
但推导符号数学、独立识别数学结构的奇点并找到消除它的优雅方法——这件事，此前被认为几乎不可能。
因为数学发现不是搜索，是「顿悟」。
然而Gemini Deep Think的案例告诉我们——「顿悟」也许可以被分解成：
足够大的搜索空间 + 足够精密的评估标准 + 足够强的推理能力。
三者叠加在一起，就可以涌现出看起来像「直觉」的东西。
AI，已经准备好成为数学家、物理学家以及所有科学家的最强搭档。
这，也许真的只是一个开始。
参考资料：
https://arxiv.org/pdf/2603.04735
相关攻略
新智元研究编辑：犀牛【新智元导读】从编程奇点到行动奇点——一场改变所有人工作方式的革命正在发生。OpenClaw是我们这个时代「最重要的」软件发布！刚刚，黄仁勋在摩根士丹利大会上激动地表示。「这证明
编辑：犀牛OpenClaw是我们这个时代「最重要的」软件发布！刚刚，黄仁勋在摩根士丹利大会上激动地表示。「这证明了Agentic AI的真正实力」，他说。黄仁勋3月，这只龙虾以人类历史上从未见过的速
新智元报道编辑：定慧【新智元导读】就在刚刚，Google Research团队用Gemini Deep Think + 树搜索框架，独立攻克了一个理论物理领域的未解积分难题——宇宙弦引力辐射功率谱的
“AIGC（人工智能生成内容）的童年时代结束了。”在试用国产视频生成模型Seedance2 0后，国产游戏《黑神话：悟空》制作人冯骥如是感慨。2月以来，字节跳动即梦AI和快手可灵AI陆续推出“导演级
50美元一小时，你愿意响应AI对你的调用吗？这不再是一个科幻小说中的思想实验，而是一个名为rentahuman ai的现实产品。在这里，AI智能体成为雇主，通过 MCP（模型上下文协议）调用真实人类
热门专题
热门推荐
在日常工作和学习中，思维导图是一种非常实用的工具，它能够帮助我们整理思路、提高效率。而当我们需要将思维导图分享或保存时，打印是一个常见的需求。那么，思维导图怎么打印呢？又如何保证打
镇邪2中的黄泉女鬼是强力鬼类驭灵，核心获取方式是前往萍乡杨家庄西边，找到并开启封印其魂魄的封鬼坛即可收服，下面带来的是详细的镇邪2黄泉女鬼获取攻略，感兴趣的玩家不容错过。镇邪2黄泉女鬼获取攻略如下：
在燕云十六声中，唐刀裂石钧流是一种极具特色的玩法，能让玩家体验到独特的战斗风格。技能特点与理解唐刀裂石钧流的核心技能在于其迅猛的攻击与强大的破防能力。裂石技能可对敌人造成高额伤害，
《笑傲江湖》中，男主令狐冲与小师妹岳灵珊，可谓是两小无猜，青梅竹马，有着深厚的感情。令狐冲更是曾经在心中想过，若是小师妹出了意外，他也不愿意一个人活下去了，令狐冲爱小师妹，爱到生死相许。可纵然令狐冲
3月28日消息，京东物流推出异狼机械臂升级版，完成从单臂到双臂的核心迭代，大幅提升仓储包裹分拣效率。异狼机械臂专为包裹抓取和码垛设计，依托超脑AI大模型的具身模型，京东物流成为业内唯一将具身机器人落