-
日期: 2026-03-07 | 來源: DeepTech深科技 | 有0人參與評論 | 字體: 小 中 大
AI 攻克了理論物理中的開放性問題！
近日，谷歌團隊開發了壹個基於?Gemini Deep Think 模型的混合神經符號系統，成功推導出宇宙弦發射引力輻射功率譜的 6 種全新精確解法。
該研究的重要意義在於，AI 不僅加速了科學發現，更重要的是，該系統推導出人類研究者尚未觸及的新型閉式結果。
圖丨相關論文（來源：arXiv）
宇宙弦被認為是引力波背景輻射的重要來源之壹，它產生於因宇宙早期相變導致的真空對稱破缺。
這個問題的關鍵在壹個超級難算的積分，它是計算宇宙弦在振蕩時輻射出的引力波功率譜，具體來說是壹個在球面上的積分 I(N，α)。由於分母在特定點會出現奇點（變為無窮大），因此該積分常會引起數值計算不穩定的問題。
（來源：arXiv）
此前，數學家們的求解方法有限，例如找到它在特定條件下的近似解，但長期以來尚未能找到壹種統壹、准確的解析表達式。
在這項研究中，該系統結合了 Gemini Deep Think 模型、系統化的樹搜索（TS，Tree Search）框架以及自動化數值反饋機制，提供了壹種新的方案。研究人員將“找出這個積分的解析解”作為目標，同時提供了壹個“標准”：能夠任意調用、高精度的數值計算程序。
該系統的工作過程是：通過不斷提出解題思路，將系統推導的中間表達式轉化為 Python 代碼，再用研究人員提供的數值計算程序標准作為依據，以確認表達式的准確性。
按照這種方法，該系統進行了大量自主探索。需要了解的是，這個方案並不是像聊天機器人那樣的壹問壹答的閉環，而是通過設置負向提示，強迫系統探索完全不同的路徑：快速驗證結果後，正確則繼續深入探索，錯了就馬上換方向。
這樣，該系統在完成 600 個不同的解題路徑後，自動將那些因代數錯誤或數值發散導致的近 80% 失敗數據過濾。實驗結果顯示，該系統最終獲得 6 種可完全走通、相對獨立的全新解法。
新解法包括叁大類型。第壹類是，基於單項式展開（Monomial Basis Approaches），包括生成函數法（Generating Function）、高斯積分提升法（Gaussian Integral Lifting）以及混合坐標變換法（Hybrid Coordinate Transformation）；
- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見