AI设计出奇怪却高效物理实验
AI创造怪诞却高效的实验，挑战人类极限，揭示量子奥秘。
人工智能开始进入物理学实验的神秘疆域，提出那些人类科学家从未敢想的设计——看似怪诞，却真的有效。
想象一下极致的精密测量，像激光干涉引力波天文台那样。LIGO在美国华盛顿州汉福德和路易斯安那州利文斯顿各有一个巨大探测器，呈巨型L形，激光束在四公里长的臂道间来回反射。当一束引力波穿过，臂道的长度变化甚至比质子的直径还小。它的灵敏度好比测量到半人马座α星距离的精度，却能精确到人类发丝的宽度。
这个机器的诞生历时数十年，科学家们必须把物理极限推到极致。1994年开始建设，二十多年间经历四年停摆升级，直到2015年才首次探测到来自遥远黑洞碰撞的时空涟漪。
加州理工学院的物理学家Rana Adhikari曾在2000年代领导探测器优化团队，他和合作者们用极其繁琐的努力，雕琢出LIGO最敏感的细节。但在2015年那次里程碑式发现后，他仍不满足——他想知道，能否让LIGO捕捉更宽频段的引力波，从而看到不同尺度的黑洞合并，甚至发现人类从未想象的宇宙异象。
为了寻找答案，他把目光投向AI。这个软件最初由物理学家Mario Krenn用来为量子光学设计桌面实验。他把各种光学元件输入AI，让它自由组合构造一个复杂得随心所欲的干涉仪。AI毫无限制地设计出了荒诞到匪夷所思的方案，臂道可跨越数百公里，包含上千个透镜、镜子和激光器。
起初，这些设计简直像外星产物。Adhikari形容：“它的输出完全无法理解，毫无对称感与美感，只是一团混乱。没人类会这样造东西。”科研人员花了很久才把AI的混沌结果整理成可读的方案，但即便如此，他们依然难以置信。
如果一个学生把这种设计交给他，他会立刻否定。但让人惊讶的是，AI的方案确实有效。研究人员花了数月才弄清AI到底做了什么——它在主干涉仪和探测器之间额外加了一个三公里长的环路，让光束在离开臂道前多次循环。这个看似反直觉的设计，其实利用了几十年前俄罗斯物理学家提出却无人尝试的量子噪声抑制理论。
“这种超越常规思路的创意，真的需要AI。”Adhikari感叹道。如果LIGO在建造时就用上这些见解，它的灵敏度至少能提高10%到15%，在亚质子级别的精度世界里，这个提升是惊人的。
多伦多大学量子光学专家Aephraim Steinberg说：“LIGO是几千人花四十年深思熟虑的成果。AI能提出新点子，说明它做到了人类集体都没做到的事。”
AI不仅仅能优化实验，它还能从复杂数据中挖掘隐藏的规律。例如，它在瑞士大型强子对撞机的数据中识别出自然界的对称性，这些对称性并不新奇——它们是爱因斯坦相对论的核心——但这证明AI确实能读懂物理密码。物理学家还用AI找到了描述暗物质聚集的新方程，比人类公式更契合观测结果。
量子世界的奇异规律，也在AI的帮助下显露新面貌。
经典物理里，物体的属性独立存在，比如台球在某一时刻必有确定的位置与动量。但在量子领域，物体由“量子态”描述，你只能算出它在某处出现的概率。更离奇的是，两个量子物体能共享同一个量子态，比如光子对的纠缠。测量一个光子，另一个光子的属性也随之瞬间确定，即便它已飞到遥远之处。
曾经，人们以为纠缠必须始于同一地点。直到1990年代，Anton Zeilinger提出“纠缠交换”实验：从两对纠缠光子中，各取一个光子用特殊装置操作，剩下没直接交互的两个光子最终也能纠缠。这一概念后来成为量子技术的核心。
到了2021年，Mario Krenn的团队用AI软件PyTheus重新审视纠缠交换。他们用图论建模实验，节点代表光束分路器、光子的路径或交互，边则描述它们的关系。AI通过迭代修改图的参数，让输出尽量贴近目标量子态。
Krenn的学生Soren Arlt用这种方法找到了一种新实验配置，完全不同于Zeilinger在1993年的设计。起初，团队以为这是错的。但经过分析，他们发现AI借鉴了多光子干涉领域的思路，结果设计出了更简单的方案。
2024年12月，中国南京大学的Xiao-Song Ma团队亲手搭建了这个新实验，结果完全验证了AI的推算。
AI不仅在实验设计上带来突破，还在结果解析上展现潜力。
威斯康星大学麦迪逊分校的Kyle Cranmer说，AI在物理学里还像是“学说话的小孩”，需要很多“保姆式看护”。但它已经在真实与模拟数据中发现人类忽略的模式。例如，他和团队用机器学习预测宇宙中暗物质团块的密度，结果AI给出的公式比人类模型更精准——只是它无法告诉我们背后的物理故事。
加州大学圣地亚哥分校的Rose Yu也在训练模型，让它自动发现数据中的对称性。他们将算法用于大型强子对撞机的数据，模型竟识别出相对论中的洛伦兹对称性——在完全不懂物理的情况下，AI仅凭数据就揭示了自然界的核心规律。
当然，AI目前擅长发现模式，却难以解释这些模式背后的因果和理论。Cranmer认为，大型语言模型或许会成为下一步突破的关键，“它们能帮助我们自动构建假说，这个转折点可能就在不远的未来。”
Steinberg也乐观地认为，AI尚未发明全新物理概念，但它正逼近那个门槛，“也许我们真的要跨过去了，那将无比激动人心。”
