Claude 真的算出了九圈 N=4 超杨 - 米尔斯
Yes, Claude can do Nine Loops
我是理论物理学家兼科学作家 Matt von Hippel。我曾向 AI 公司发出挑战：能否在学术资源预算内，解决理论物理中计算难度极高的 N=4 超杨 - 米尔斯九圈散射振幅问题。Anthropic 团队接受了挑战，利用 Claude Science 平台，仅用约一千美元成本，通过 Python 和 SymPy 成功完成了这一曾被认为需要海量算力的计算。Claude 不仅复现了人类已知的 bootstrap 方法，还探索了间接的 form-factor 路径，且全程无需人类干预。这次实验表明，AI 并非创造了新理论，而是凭借更高效的软件工程实践和持续的计算能力，摘取了那些被专家低估的“低垂果实”。
即使目标简单且定义明确，有时它在专家眼中看起来远不如实际那样难以实现。
HN 评论区
62- mccoyb
尽管这些帖子在社交媒体、OpenAI 和 Anthropic 之间被重复发布（如果你用 RL 把模型训练得足够久，它就会做你想做的事，归根结底都是模型的问题），但我对这个帖子的主要问题在于：
> 秉承挑战的精神，他们没有动用数百万美元的算力。他们使用的是 Fable 5.1，在 Claude Science 平台上工作，这是一个科学家付费使用的平台。
好吧，数十亿美元已经投入到了这些代理型大语言模型中，对吧？每一次训练以获取下一个增量都要花费数百万美元？
这感觉像是对 Navier-Stokes 问题的明显暗讽，但我们可以随意调整数字来隐藏算力究竟花在哪里……算力确实被消耗了。要么是在训练前通过摊销让搜索更智能，要么是在训练过程中，要么是在训练之后。
另外很喜欢这一点：科学家得付钱给 Anthropic，在他们的专属科学框架里做科研。这正是我本科攻读物理学时梦寐以求的——一两家大公司掌握着“进步”的钥匙，按月订阅付费。
- danvayn
很酷的文章。
> 虽然这可能只是一个对 AI 更友好的问题，但我认为不仅仅是这样：我认为技术确实真正变好了。
在我看来确实变好了。博客作者在开头提到了两种情况——认为 AI 会有上限的人和认为 AI 没有上限的人。从我的角度来看，双方在技术上都是对的——AI 是有上限的，或者说通常已经达到了某种上限，直到人类的创新将其突破。AI 本身并不会在宏观尺度上自我改进，更多的是人类在改进它。
换句话说，AI 确实可以并确实在迭代改进，但我们迄今为止发现并突破的每一个天花板，都源于人类的智慧或努力。无论 AI 自身能做什么，未来恐怕仍需要这一点。从这个角度看，这一切似乎注定会是“没有上限，直到遇到上限，然后很可能再次被人类突破（又一次）”。因此，只要时间继续流逝，我们继续解决不断出现的问题，AI 就永远不会完美地落入“有上限”或“无上限”的某个类别中。
- sandeepkd
首先，LLM 在几乎每个领域都以某种方式确实带来了价值提升。
让我感到困扰的是那种带有营销色彩的叙述角度，这难免会引发怀疑和批评。
> Anthropic 邀请 Matt von Hippel 撰写了这篇文章，并为其时间提供了报酬。
如果你付费请人写内容，并引导讨论方向，那么最终结果总是会有偏颇的，把自己塑造成赢家。我理解这在某种程度上是自然的，但营销与科学的比例需要平衡。营销必须准确，结果和产出也必须是可复现的。
- 6thbit
> 事实证明，这个结果对人类来说其实也不算太遥远。在我收到 Anthropic 的消息几天后，我们也收到了来自北京中国科学院振幅学家宋鹤（Song He）的消息。宋的团队已经得出了大部分结果。他们使用了一些基于 GPT-6 的 AI 辅助，但并非 Anthropic 所采用的那种几乎无需人类干预的“一次完成”式方法。
能不能让 AI 提出一些人类也还没打算解决的问题？
这让我不禁好奇，为什么 AI 实验室不提出自己的“千禧年大奖”类型的挑战呢？
- mrkn1
我相信这个问题有个简单的答案，可能只是我漏掉了，但那个超引力（supergravity）的问题后来怎么样了？
而且这次成功之前跑了多少次？他们说“一次就成”，除了“继续”之外没更多细节。但我们看到的只是运行者报告的那次成功运行。