奇异而有效的物理实验：AI设计突破人类想象

激光干涉引力波天文台（LIGO）代表着精密测量的巅峰。LIGO在美国华盛顿州和路易斯安那州各有一个探测器，臂长达四公里，利用激光束探测宇宙事件引起的时空微小涟漪——引力波。它的灵敏度令人惊叹：能记录下小于质子宽度的臂长变化，其精度相当于将测量到半人马座阿尔法星的距离精确到一根头发丝的宽度。这个工程奇迹耗时二十多年建造和完善，于2015年首次探测到黑洞碰撞，通过人类的艰苦努力和智慧，突破了物理极限。

LIGO取得突破性发现后，加州理工学院的物理学家拉纳·阿迪卡里（Rana Adhikari）——他曾领导探测器优化团队——致力于进一步提升其能力。他的目标是拓宽LIGO的频率探测范围，使其能够观测更多种类的合并黑洞，并有可能揭示完全出乎意料的天体物理现象。“我们不应该对宇宙的创造抱有任何偏见，”阿迪卡里强调，表达了对新发现的渴望。

为了实现这一宏伟目标，阿迪卡里和他的团队转向了人工智能。他们采用了一套最初由物理学家马里奥·克伦（Mario Krenn）为设计量子光学实验而开发的软件套件，向其输入了所有可能的元件——透镜、反射镜、激光器——的综合列表，这些元件可以配置成干涉仪。最初，AI的设计令人费解。阿迪卡里回忆说，它们看起来“人类无法理解”，形容它们是“异形之物”或“一团糟”，缺乏任何人类意义上的对称或美感。

尽管最初感到困惑，研究人员还是对AI的输出进行了改进，使其思想变得可解释。最终出现的设计是如此反直觉，以至于阿迪卡里承认，如果由学生提出，他会将其斥为“荒谬”。然而，AI的解决方案被证明异常有效。经过数月的分析，团队理解了AI的逻辑：它增加了一个额外的三公里长的环，用于在光线离开干涉仪主臂之前使其循环。这个看似奇异的附加装置被发现利用了几十年前俄罗斯物理学家发现的深奥理论原理，显著降低了量子力学噪声——这些原理以前从未进行过实验验证。阿迪卡里指出，这种AI驱动的洞察力展示了“跳出公认解决方案”的思考能力，表明如果在LIGO建造之初就能利用，它本可以将天文台的灵敏度从一开始就提高“巨大”的10%到15%。正如多伦多大学量子光学专家艾弗拉姆·斯坦伯格（Aephraim Steinberg）所说，AI实现了“数千人未能做到的事情”，尽管他们对LIGO的设计进行了数十年的深入思考。

人工智能在物理学中的应用远不止实验设计。它也正被证明是分析复杂数据的强大工具。例如，马里奥·克伦的团队使用他们的AI软件PyTheus来解决纠缠交换的挑战——这是一种量子现象，其中两个先前未连接的粒子变得纠缠。虽然诺贝尔奖获得者、物理学家安东·蔡林格（Anton Zeilinger）在1990年代早期就为此设计了一个实验装置，但PyTheus通过从不同研究领域（多光子干涉）汲取洞察力，构思出了一个更简单但同样有效的配置。这个由AI生成的设计后来于2024年12月被中国的一个团队通过实验证实，证明了其实用有效性。

此外，AI算法正在庞大的数据集中发掘隐藏的模式。威斯康星大学麦迪逊分校的物理学家凯尔·克兰默（Kyle Cranmer）利用机器学习来预测宇宙中暗物质团块的密度。AI推导出的公式比任何人类制造的方程都更符合观测数据，即使其潜在的物理学解释仍然难以捉摸。同样，加州大学圣迭戈分校的计算机科学家罗斯·余（Rose Yu）训练AI模型，从大型强子对撞机的数据中识别基本对称性。在没有任何先验物理知识的情况下，AI成功地重新发现了洛伦兹对称性，这对于爱因斯坦的相对论至关重要，证明了它能够直接从原始数据中提取深层物理原理。

尽管当前的AI模型擅长模式识别，但解释这些模式、提出假设并构建全面的物理理论这一关键步骤，在很大程度上仍然是人类智慧的领域。然而，像克兰默和斯坦伯格这样的专家对未来持乐观态度。他们认为，先进大型语言模型的出现可能很快就能赋能AI，协助自动化假设生成的过程，从而可能开创一个由AI辅助发现全新物理概念的时代。这标志着科学探索一个令人兴奋的门槛。