物理學家，危！Anthropic聯創：AI覺醒，2-3年寫出菲爾茲級論文

新智元報道

編輯：KingHZ

【新智元導讀】粒子物理十年無新發現，LHC成了「標準模型的墳場」。但Anthropic聯創、哈佛物理博士Jared Kaplan卻斷言：再過2-3年，AI就能寫出媲美頂尖物理學家的論文，50%物理學家或將被徹底取代！

物理學界與科技圈地震!

Anthropic聯創、前物理學大牛Jared Kaplan放話：兩到三年內，理論物理學家有50%概率被AI取代！

要知道，他博士畢業于哈佛大學物理學，同時是JHU的理論物理學教授，又是Anthropic的首席科學官。

對于AI和理論物理學，他都是行家，他的判斷絕非無的放矢，白費口舌。

Kaplan引用內部研究與模型進展指出，未來2–3年內，AI在理論推導、數值模擬、公式發現和實驗設計等核心科研環節中的能力，將逼近甚至超過大量人類研究者。

他評估，至少有50%的物理學家工作內容，存在被AI替代或邊緣化的明顯風險。

替代50%理論物理學家，

菲爾茲獎得主亦不例外

自2012年希格斯玻色子（即「上帝粒子」）被發現后，大型強子對撞機（LHC）的實驗數據一直嚴格符合已有理論「標準模型」的預測，沒有發現任何預期之外的新粒子或新物理現象。

戲劇性并非源于希格斯粒子；當它在LHC現身時，其存在已幾無懸念。

希格斯玻色子是粒子物理學標準模型的最后一塊拼圖，這套上世紀70年代的方程體系描述了25種已知基本粒子及其相互作用。

更引人注目的是數據中沒有出現的東西。

物理學家花費數十億歐元建造這臺27公里長的超級對撞機，不僅是為了驗證標準模型，更是為了通過揭示更完備自然理論的組成部分來超越它。

例如，標準模型并未包含可能構成暗物質的粒子。它無法解釋宇宙中物質為何多于反物質，也無法解釋大爆炸為何發生。

此外，希格斯玻色子的質量（它設定了原子的物理尺度）與量子引力相關的高得多的質量能標（即普朗克尺度）之間存在難以解釋的巨大鴻溝。

1981年，偉大的理論家Edward Witten愛德華·威滕提出了一個解決這個「層級問題」的方案：如果存在僅比希格斯玻色子略重的額外基本粒子，平衡將會恢復。

LHC的對撞能量本應足以將它們產生出來。

然而，實際情況是——無論質子如何高速對撞、碎片如何飛濺到探測器中，出現的，只有那25個標準模型中的粒子。

除此之外，一無所獲。

2012年曾斷言粒子物理「將死」的Adam Falkowski，如今已沉默許久。

傳送門：https://resonaances.blogspot.com/

他早年因在博客Résonaances上犀利點評而聞名，而這個博客自2022年以來就再無更新。

Falkowski對記者坦言，他認為實驗粒子物理確實正在死去。

他親眼看到許多才華橫溢的博士后轉行別的研究領域，或者直接投身數據科學。

人才流失，肉眼可見。

Quanta記者Natalie Wolchover找到了Jared Kaplan——Anthropic的聯合創始人。

2000年代，Kaplan在哈佛讀研，師從理論物理學家Nima Arkani-Hamed，正是他們當年率先開拓了如今大熱的Amplituhedron研究方向。

但他在2019年離開了這個領域。

「我開始研究AI，是因為我認為AI的進展速度，可能比人類歷史上幾乎任何一項科學都要快，」他說。

「我甚至覺得它可能是我們有生之年最重要的科技事件，甚至是整個人類科學史上最重要的事情之一。所以這件事我非做不可。」

而對于粒子物理的未來，他的態度是：「你現在去擔心它的未來，其實沒什么意義。」

如果我們真要建對撞機，那也應該是AI來建了，不是人類去建。

我甚至覺得，再過兩三年，AI就能寫出比肩頂級理論物理學家的論文。

像Nima Arkani-Hamed、威滕這樣的天才——AI很可能能自動寫出他們水平的成果。

所以，在這個時間點之后再去做10年規劃，已經變得沒什么必要了。

這一判斷之所以引爆爭議，在于Kaplan本身長期從事理論物理研究、并參與提出LLM關鍵的Scaling Law。

因此討論焦點轉向更深層：要么高階理論突破比物理學家想象得更「可程序化」，要么AI正在形成類似「洞見」的能力結構，而兩種結論都讓人不安。

Scaling Law背后最重要的男人

在聯合創立Anthropic之前，他在約翰斯·霍普金斯大學從事理論物理學研究15年。

他是推動Scaling Law發展的先驅，為現代大語言模型的發展奠定了基礎。

因此，當他預言AI有50%的概率在2至3年內達到Arkani-Hamed和Witten威滕的水平時，這而是一位曾在該領域深耕的學者，基于對雙方能力的透徹理解所做出的具體判斷。

這些名字的分量不容忽視。

Arkani-Hamed開創了「振幅多面體」，這一幾何結構將成千上萬的費曼圖計算簡化為單一模型。

普林斯頓大學高等研究院教授Arkani-Hamed還是Jared Kaplan的博士生導師。

作為菲爾茲獎得主，威滕被公認為當今在世的最偉大物理學家之一。

獲得數學界菲爾茲獎的物理學家威滕（左）和物理學家Arkani-Hamed

他們不是普通研究者，而是能窺見無人能見的數學結構之人。

Kaplan真正想說的是：物理學中最艱難的認知工作——那些如威滕這類菲爾茲獎級別的思維飛躍——或許并不需要我們原先以為必不可少的某種生物「魔法」。

有趣的預測并不在于工作崗位被取代，而在于理論物理學究竟是什么。

這個預測的有趣之處不在崗位替代，而在于重新定義理論物理學的本質。

如果AI能自主生成威頓水準的論文，要么說明物理學比物理學家認為的更具機械性，要么意味著AI正在發展出某種極似「洞察力」的能力。

這兩個答案，都令人深思。

棄物理而去，他們投奔ASI

去年，xAI的聯合創始人Igor Babuchkin，告別xAI和馬斯克之后，人生翻到了新篇章。

不過，小時候，他的志向是成為物理學家，理解宇宙的奧秘。

在歐洲核子研究中心（CERN）攻讀粒子物理學博士期間，他曾滿懷熱情地投身于這一使命。

但尋找新物理變得越來越困難，需要建造越來越大的對撞機，而新發現卻越來越少。

于是，他開始思考：或許通向宇宙奧秘的關鍵并非更大的對撞機，而是超級智能。

AI能否發展出一套自洽的量子引力理論？AI能否證明黎曼猜想？

2023年初，他確信人類正接近實現超級智能的「秘方」。

他已看到征兆：很快，AI的推理能力將超越人類。

黑洞物理學家Alex Lupsasca見證了AI給他的震撼──

他把耗費數月心血推導的潮汐響應方程丟給GPT-5 Pro，僅18分鐘后，模型竟完整重現了他苦苦追尋的對稱生成元——這一刻，他決定加入OpenAI，親手打造AI科研的未來。

剛接觸AI時，Alex Lupsasca帶著物理學家面對新觀點時常有的態度：禮貌的質疑和大量的測試。

2025年初，他嘗試使用ChatGPT，發現它對處理學術界常見的行政事務很有幫助，但他并不認為這能勝任工作中最難的部分：把物理定律轉化成具體且可驗證的預測。

一開始，Alex用ChatGPT把草稿變成更干凈利落的科學論述，節省大量時間。

但隨著模型不斷進步，他繼續測試更強的能力。真正讓他改觀的，是看到系統能以極快的速度處理研究生級別的物理問題。

Alex舉了一個例子，AI幾秒鐘就完成了廣義相對論中「瓦爾德解」事件視界的磁場強度，而一個剛入門的研究生可能要花幾小時。

接著他注意到更奇特的現象：模型經常得出正確答案，卻用陌生的數學語言表達。

更大的考驗來自Alex自己的研究。

從描述黑洞潮汐響應（大致類似于月球引起的海洋潮汐）的方程中，他推導出了新的「隱藏對稱性」。這些對稱性解釋了為什么某個著名的潮汐效應會消失。

當他幾乎不給提示、直接把這個方程交給GPT-5 Pro時，它「思考」了約18分鐘，就得出了他花費數年學習技能、又經數月直接研究才發現的相同的對稱生成元。

他就像看到了魔法，他的想法開始改變：AI顯然可以徹底改變物理研究。

此后，他在持懷疑態度的同事中反復驗證：

• 在CERN，一位同事提供了一個他通常會給博士生一周時間解決的作業式問題，模型幾分鐘就給出了詳細解答；

• 在Aspen天文臺，天體物理學家Elliot Quataert試圖用一個謎題般的瞬變信號迷惑它，它卻正確識別出那是一顆磁星（擁有極端磁場的中子星），并隨即列出了后續觀測建議和摘要草稿。

從懷疑到熱情高漲、并感染他人，這段歷程最終讓Alex加入了OpenAI。

參考資料：

https://www.quantamagazine.org/is-particle-physics-dead-dying-or-just-hard-20260126/

https://officechai.com/ai/50-chance-that-theoretical-physicists-will-be-replaced-with-ai-in-2-3-years-anthropic-co-founder-physicist-jared-kap

https://academy.openai.com/public/blogs/alex-lupsasca-gpt-5-pro-black-hole-physics-hidden-symmetries