AI首破前沿数学! GPT-5助量子理论家攻克矩阵难题

发布日期：2025-10-08 06:50    点击次数：189

2025年9月底，德克萨斯大学的量子计算大佬斯科特·亚伦森，公开了件让学界炸锅的事，他写量子数学论文卡壳时，靠OpenAI的GPT-5 Thinking找到了关键解法。

这可不是AI随便查资料、算个数，是真在前沿数学研究里帮上了实质性的忙，头一遭有这事儿。

亚伦森和阿姆斯特丹CWI研究所的Freek Witteveen，一起写了篇叫《QMA中黑盒放大的局限性》的论文。

说通俗点，就是研究量子验证程序到底能多准，属于量子复杂性理论里特别专的领域。

他俩卡在一个复杂矩阵上了，这个矩阵的最大特征值跟着参数变来变去，怎么分析都没头绪。

其实，搞量子数学的都知道，这领域本来就抽象到让人头疼，卡壳是常事，但他俩琢磨了一两周，查遍了相关文献，试了好几种理论分析方法，还是没进展。

本来亚伦森都准备启动更深度的文献调研了，按他的说法，那至少得花一周时间。

无奈之下，他突然想试试找GPT-5帮忙，这个决定现在看，确实有点反常规，但偏偏就成了突破口。

整个协作过程也就30分钟，一开始AI五分钟就给了个答案，看着逻辑挺顺，其实是错的，问题出在没考虑参数变化会让矩阵变不可逆。

有意思的是，当亚伦森指出错误，还解释了量子系统里矩阵特征值的约束条件后，AI居然听明白了。

它承认错了，还重新调整了思路。

来回几轮之后，AI建议“检查逆矩阵的迹”，就是这个建议，刚好把他俩需要的特征值变化规律给算出来了。

其实，我觉得这比AI直接给对答案还厉害，以前的AI顶多帮着搜资料、算基础题，现在能跟人互动纠错，还能提出有创意的方向，有点像个有经验的研究生在跟导师讨论。

GPT-5的“学生级创意”，为啥能帮上量子大佬？

亚伦森后来在博客里写，要是哪个学生给他这个答案，他会说“这学生挺聪明”。

其实科学发现有时候就这么有意思，事后看都觉得“哦这不挺明显的吗”，但真要打破固有的思维定式，找着这个“明显”的点，反而最难。

GPT-5在这儿就帮了个大忙，它没有人类那种“我之前试过这个方向不行”的惯性，能跳出已有的思路去试新角度。

而且这个解法不是空架子，真真切切推进了研究。

本来卡了一两周的难题，就这么解决了，论文进度一下快了至少两周。

后来这篇论文还被国际量子计算顶会QIP接收了，等于学界也认可了这个成果。

不过话说回来，亚伦森也没把AI吹上天，他说得很实在，AI现在还没法自己写出整篇靠谱的论文，至少想保证内容正确、质量够高，肯定不行。

它现在的价值，就是在人类的指导下，帮着突破这种关键的卡壳节点。

他还特意对比了一年前用早期AI模型的经历，说那时候的模型“根本没这么好的效果”。

以前的AI别说提创意了，连量子理论和数学公式之间的关联都绕不明白，顶多给你列一堆现成的公式，没啥用。

现在GPT-5能理解这么抽象的概念，还能跟着人的反馈调整，确实是能力上的大跃升。

但即便这样，亚伦森也没松口说AI能替代人，毕竟科研不是凑答案，每一步都得严谨，万一AI瞎编个“逻辑链”，没人盯着核对，那得出的结论根本站不住脚。

AI帮科研，是抢饭碗还是搭帮手？业界吵翻了吗？

亚伦森这事儿出来后，业界对AI做科研的看法也挺分化的。

Anthropic的CEO达里奥·阿莫迪说，AI十年内能实现相当于一个世纪的科学进步；谷歌DeepMind的德米斯·哈萨比斯更乐观，说AI能帮着解决所有疾病的难题。

这些预测听着挺热血，但亚伦森的反应就很真实，他在博客里开玩笑说“幸好我有终身教职”。

这话里有点调侃，但也透露出学界的顾虑，AI发展这么快，会不会挤压年轻研究者的空间？以后是不是没点“AI协作能力”，都没法搞科研了？

不过从这次的协作来看，更可能的是“人类掌舵，AI搭把手”的模式。

人负责定方向、把控质量、提供领域里的专业知识，AI负责快速试错、提出新的思路、整合一些跨领域的工具。

这种模式比以前光靠人琢磨效率高多了，毕竟AI不用睡觉，也不会被“我之前没见过这种方法”的想法限制。

就像这次，要是亚伦森没找AI，可能还得花一周查文献，说不定还未必能找到这个解法。

但问题也不少，最明显的就是AI的“可解释性”不行，它给你个答案，你问它“你是怎么推出来的”，它说不明白。

这在科研里是大麻烦，没法复现的结论根本不算数。

还有伦理上的问题，AI在论文里算什么角色？能当作者吗？要是把科研数据输进AI，泄露了怎么办？这些问题现在都没统一的规矩，得慢慢琢磨。

毫无疑问，GPT-5帮亚伦森突破难题这事儿，不是说AI要接管科研了，而是打开了一个新思路。

以前大家觉得AI离这种抽象的前沿研究很远，现在看，只要用对了方式，它能成为个挺靠谱的协作伙伴。

以后搞科研的人，可能得慢慢习惯跟AI互动，学着怎么引导它、验证它的答案。

如此看来，科学研究说不定真要进入“人机搭伙”的新时代了，至于能走多远，还得看技术怎么进步，规矩怎么完善，但至少现在，这个开头挺让人期待的。