Gemini攻克宇宙弦难题：费曼技巧的启发与应用
AI 攻克了理论物理中的开放性问题！
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 👈
近日，谷歌团队开发了一个基于 Gemini Deep Think 模型的混合神经符号系统，成功推导出宇宙弦发射引力辐射功率谱的 6 种全新精确解法。
该研究的重要意义在于，AI 不仅加速了科学发现，更重要的是，该系统推导出人类研究者尚未触及的新型闭式结果。
图丨相关论文（来源：arXiv）
宇宙弦被认为是引力波背景辐射的重要来源之一，它产生于因宇宙早期相变导致的真空对称破缺。
这个问题的关键在一个超级难算的积分，它是计算宇宙弦在振荡时辐射出的引力波功率谱，具体来说是一个在球面上的积分 I(N，α)。由于分母在特定点会出现奇点（变为无穷大），因此该积分常会引起数值计算不稳定的问题。
（来源：arXiv）
此前，数学家们的求解方法有限，例如找到它在特定条件下的近似解，但长期以来尚未能找到一种统一、准确的解析表达式。
在这项研究中，该系统结合了 Gemini Deep Think 模型、系统化的树搜索（TS，Tree Search）框架以及自动化数值反馈机制，提供了一种新的方案。研究人员将“找出这个积分的解析解”作为目标，同时提供了一个“标准”：能够任意调用、高精度的数值计算程序。
该系统的工作过程是：通过不断提出解题思路，将系统推导的中间表达式转化为 Python 代码，再用研究人员提供的数值计算程序标准作为依据，以确认表达式的准确性。
按照这种方法，该系统进行了大量自主探索。需要了解的是，这个方案并不是像聊天机器人那样的一问一答的闭环，而是通过设置负向提示，强迫系统探索完全不同的路径：快速验证结果后，正确则继续深入探索，错了就马上换方向。
这样，该系统在完成 600 个不同的解题路径后，自动将那些因代数错误或数值发散导致的近 80% 失败数据过滤。实验结果显示，该系统最终获得 6 种可完全走通、相对独立的全新解法。
新解法包括三大类型。第一类是，基于单项式展开（Monomial Basis Approaches），包括生成函数法（Generating Function）、高斯积分提升法（Gaussian Integral Lifting）以及混合坐标变换法（Hybrid Coordinate Transformation）；
（来源：arXiv）
第二类是，基于谱分解（Spectral Basis Approaches）的伽辽金矩阵法和沃尔泰拉递推法；
（来源：arXiv）
第三类是，利用格根鲍尔方法（Gegenbauer Method）构造的精确解析解。
（来源：arXiv）
当然，研究团队也特别提到，这种方法并非 AI 系统的全自动化探索，而是人机的分工协作，即 AI 系统的重点任务是广域搜索以及试错，研究人员则在关键节点指出方向，例如人工精炼达到最简形式等。
在研究过程中，该系统识别并纠正了早期沃尔泰拉递推法中的一个漏洞，然后通过建立两种方法的等价性，把无穷级数裂项相消求和转为有限表达式。
图丨方法比较：N=20 时的绝对误差与速度（来源：arXiv）
从计算性能层面来看，不同类型的解法结果存在明显的差异。具体而言，基于幂级数的前三种方法在 N 超过 15 的情况，容易因灾难性抵消而导致数值不稳定；而谱分解（伽辽金法、沃尔泰拉递推法）和格根鲍尔方法则保持稳健。
实测数据显示，相较于单项式方法，谱分解方法在速度上高出数个数量级，其中伽辽金矩阵法的速度比理论上的精确解还快，这背后的原因正是特殊矩阵结构的快速求解。当 N 达到 20 时，相关单项式方法完全失效，而谱分解方法的绝对误差仍然能够保持在机器精度量级。
研究团队认为，在这些解法中格根鲍尔方法最优雅，原因在于其正交权函数 (1-t²) 恰好抵消了被积函数 f_N(t) 分母中的 (1-t²)。通过这种方法推导出的系数公式，能用于广义余弦积分函数用有限闭式来表示。
图丨格根鲍尔方法解析解的验证（来源：arXiv）
但这个 AI 系统的价值并没有止步于此。在获得精确解后，研究团队又进行了另一种尝试：当用该系统尝试参数 N 无穷大的情况，积分行为是否会有所变化？
结果显示，在这种情况下，该系统的第三类解法，即格根鲍尔方法提供了一个渐近公式。
让研究人员感到意外的是，该系统在处理渐近公式中的一个无穷级数时，竟然想到了费曼参数化技巧，这是量子场论中进行类似积分处理时的常用方法之一，而 AI 系统是在分析时联想到了这种方法。
这带来的好处是，通过跨领域联想能够将复杂的离散求和问题转变成连续的空间积分，并呈现出一个极为简洁的公式。经过验证，该公式不仅与数值计算结果一致，而且可更直观地呈现功率谱随角度变化的规律。
（来源：arXiv）
这项研究的突破，已不局限于 AI 解决了某个物理难题本身，而是向领域呈现了一种新的研究范式。在整个研究探索的过程中，AI 所发挥的关键作用不再只是可加速计算的工具，而是在更多维度展现出能力：它可以理解复杂的数学问题，对相关问题提供不同角度的解题思路，然后通过编写代码对思路进行验证。
更重要的是，它能跳出现有思路，从物理问题中提炼数学结构，再将这个问题与量子场论建立联系，进而实现了跨领域的思维跃迁。或许在这种协作模式下，AI 能够帮助研究者发现那些尚未被注意到的数学结构。
参考资料：
https://arxiv.org/pdf/2603.04735
排版：刘雅坤
相关攻略
编辑｜杜伟用 AI 尤其是大模型、智能体解决数学问题已经成为科研界的风尚之一，就连近 90 岁高龄、德高望重的高德纳老爷子都惊叹于 Claude Opus 4 6 解决开放性问题的强大能力，直呼「S
AI 攻克了理论物理中的开放性问题！近日，谷歌团队开发了一个基于 Gemini Deep Think 模型的混合神经符号系统，成功推导出宇宙弦发射引力辐射功率谱的 6 种全新精确解法。该研究的重要意
热门专题
热门推荐
猎豹浏览器免安装网页版入口是https: web lemur-browser com，具备界面简洁响应迅速、多端同步无缝衔接、安全防护层级丰富、文档处理能力突出、资源兼容性广泛覆
据昆仑万维集团消息，3月27日下午，昆仑万维（300418 SZ）旗下天工AI顺利举办“世界模型前沿技术与天工AIGC全家桶大模型生态”专场发布会，携Matrix-Game 3 0、SkyReels
本报（chinatimes net cn）记者石飞月 北京报道大模型未来会走向哪里？OpenClaw的爆火似乎为全行业指明了一个方向，但接踵而至的舆论质疑，又让这个答案变得扑朔迷离。3月27日，在2
Anthropic一款尚未发布的新AI模型因数据泄露意外曝光，引发市场对AI颠覆网络安全行业的担忧再度升温，网络安全板块股价周五盘前全线下挫。据《财富》杂志报道，Anthropic正在开发并已开始向
3月初，腾讯在深圳总部楼下设立“龙虾站”，引发千人排队尝鲜。OpenClaw掀起的“全民养虾”热潮，在短短一个月内让更多人看到了AI Agent深入业务场景的价值，随即推动Token调用量大规模增长