我們最近關於膠子振幅的預印本引發了很多討論，因此我想分享一下背後的故事——包括 AI 如何幫助我們解決一個困擾我們一年的問題。 我這週也會在哈佛大學舉行公開講座。詳情在最後。

大約一年前，世界專家 Alfredo Guevara (IAS)、David Skinner (劍橋) 和 Andy Strominger (哈佛) 對這個問題意識到了一些驚人的事情：單負振幅不應該是恆等於零，儘管一些教科書中有相反的論點（當相互作用的粒子是共線時，這些論點存在漏洞）。 問題變成了：這些振幅實際上應該是什麼？

去年十月，我加入了新成立的 OpenAI for Science 部門，由 @kevinweil 和 @markchen90 領導，目標是提升我們前沿模型的科學能力。 我對最新的內部模型在物理學方面的潛力感到非常興奮，因此我邀請了我的合著者和博士生導師 Andy 一起合作解決一個問題，讓他親自體驗一下。

阿爾弗雷多、戴維和安迪在過去的一年裡一直在尋找一個簡單的公式，用於非消失的單減幅度，類似於80年代獲得的帕克-泰勒公式，該公式用於雙減（"MHV"）幅度。 阿爾弗雷多已經得到了複雜的表達式，即預印本中的公式21，但它非常笨重：一個關於費曼圖的總和，其複雜性隨著相互作用粒子的數量以超指數方式增長。

使用這個公式，計算到 n=6 的振幅是困難的（如方程式 29--32 所示），但我們認為應該存在一個更簡單的表達式，就像 Parke-Taylor 公式簡化了 MHV 振幅的可怕費曼圖計算（這在 Zee 的量子場論書的 N.2 部分有詳細解釋）。 但這樣的公式仍然難以捉摸。

我們與GPT-5.2 Pro進行了大量的反覆交流，這幫助我們確定了應該尋找簡化公式的運動學區域R_1。它還找到了我們擁有的振幅的驚人非平凡簡化，顯示在方程式35--38中，這使它猜測了方程式39的通用模式。 有了這個目標，我們為內部模型制定了一個明確的問題來解決，並且它獨立地得出了簡單的方程式39，然後證明了它。

在第39條方程之後的預印本部分，基本上是模型提供的證明，並由我們驗證。這確實是人類與AI之間的合作努力，GPT-5.2及其支架在非常有才華的貢獻者的層面上做出了貢獻。 正如安迪所說，它提供的最終結果讓團隊困惑了一年，並且可能還需要更長的時間才能找到。在我看來，我們已經為物理學中的AI跨越了一個門檻。

我認為今年將成為科學的一個轉折點，而 AI 將在 2026 年對物理學產生的影響，正如它在 2025 年對編碼所做的那樣。 我將在星期二下午 2 點在哈佛大學的科學中心 A 廳談論這些最近的結果和未來的方向。