PSI 借 Anthropic Fable 5.2 解决十八年量子计算猜想，探索 AI 科研生意

David Turturean 是麻省理工学院（MIT）的应届毕业生，也是初创实验室 Physical Superintelligence (PSI) 的技术人员，他利用对 Anthropic 的 Fable 5.2 模型的早期访问权限，解决了一个关于量子计算的长达十八年的难题。

“我完全接受这有可能是我发表的最后一篇论文，”Turturean 对 TechCrunch 表示。他推迟了前往 MIT 著名的计算机科学与人工智能实验室攻读硕士学位的计划，转而加入了 PSI。“再过几个月，你干嘛还要发论文呢？”

这个问题就是 Aaronson-Ambainis 猜想，它关乎量子计算机能否比经典计算机更快地解决问题。提出该问题的两位研究者之一 Scott Aaronson 写道，他并不完全理解这个证明，但他相信它是正确的，因为该证明已在 Lean（一种用于数学的编程语言）中完成了自动形式化，并且由 PSI 与之共享解决方案的一组顶尖研究者解释过。

该解决方案似乎堵死了量子计算机在高速解决某些难题时可能走的一条路，但并非全部路径。“这是一个否定性结果，让人们知道，好吧，我们不用再往那个方向看了，”Turturean 说。

更广泛地说，它反映了 AI 解题能力对科学世界造成的剧变。

“对完整的 [Aaronson-Ambainis 猜想] 的证明，是量子查询复杂度中最后几个悬而未决的问题之一，大家似乎都一致认为它至关重要，”Aaronson 写道，他形容自己对这一消息感到满足、敬畏、失望和疲惫。“说实话，几周前看到它没有出现在 OpenAI 的 Mathocalypse 成果大放送里，我很惊讶。他们肯定试过了，所以它真的比所有已解决的问题都难那么多吗？”

这一点对 PSI 的模型有利，其思路是用专门的模型 harness 和脚手架来解决科学问题。

“一个有效的研究系统应该包含大量与 harness 相关的东西、大量与工具相关的东西、记忆系统、仿真基础设施，”PSI 首席执行官 Matt Pines 对 TechCrunch 表示。“你希望能够真正在广度和深度上攻克一个问题，并能够考虑广泛的潜在替代方案。”

目前，该公司的收入来自用其工具优化数据中心，模拟热量、电力、水、声音等变量——“在那里，站点的性能及其对社区的影响直接取决于其物理特性。”然而，长远之计是将理论物理的突破转化为实际技术。

“六到九个月前，当我和投资者交谈时，我不得不费些力气去验证那个条件，对吧？就像，‘不不不，相信我，很快，理论物理将主要成为机器的领域，’”Pines 说。“现在还没到那一步，但正在路上。”

尽管如此，虽然 AI 在数学和计算机科学等领域已经取得了重要成果——在这些领域，问题可以用经过验证的代码表达——但在生命科学或物理学等抽象程度较低的学科中，要做到这一点已被证明更加困难。上周，初创公司 Discovered Materials 发布了一项 100 万美元的宏大挑战赛，面向使用 AI 理解超导性和散热等问题的研究者。

“归根结底，物理学与数学不同，因为它面对的是真实世界……在你构建的现实模型中，大自然是有发言权的，”Pines 说。他表示，这家初创公司专注于理解如何以尽可能高效的方式获取计算结果，并通过实验加以验证。

“如果它是自然界的一个真实事实，那就是一种你可以利用的技巧，”Pines 说。“你可以用它造出一个装置，对吧？AI 提出一个想法；它让你能够在这个世界上做到以前做不到的事情……所以每一个这样的环节都是 PSI 正在构建的循环。”

随着“科学新实验室”成为通往潜在突破性科学的路径，参与者们仍在摸索这个新世界的标准是什么。由于 PSI 必须等到 Anthropic 的模型接近发布时才能公布其成果，他们得以将其分享给相关研究人员，以便更好地理解它。

“作为一名学者，我们希望在以正确方式做事方面发挥自己的作用，”东北大学（Northeastern University）教授、PSI 顾问 Jim Halverson 说。他下周将参加麻省理工学院（MIT）的一场峰会，届时顶尖物理学家将试图就科学的新节奏商讨出应对之策。“最佳实践仍在形成中……我们认为透明是好的做法，联系专家也是好的做法。”

“我们有一些时间可以搁置它……那是我第一次真正把自己由 AI 引出的解决方案打印出来，通读一遍，然后我想，好吧，我怎样才能让这个……以更自然的方式呈现给人类？”Turturean 对 TechCrunch 说，他表示学术界会期望他能够解释这一结果。“而且我觉得这也让我意识到，天哪，AI 能做到的事情分量有多重。”

当您通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。