[新聞] GPT5.2顛覆理論物理學定說發現簡潔新公式

[LoveSports (我要當一個渣攻)]

原文標題：

GPT5.2が理論物理学の定説を覆し、シンプルな新公式を発見

GPT5.2顛覆理論物理學定說，發現簡潔新公式

原文連結：
https://news.yahoo.co.jp/articles/409f5df554232025b0ab3aa48b2116d80e53a38c

發布時間：
2/15(日) 21:55

記者署名：
無

原文內容：

美國 OpenAI 於 2026 年 2 月 13 日宣布，該公司最新的 AI 模型「GPT-5.2」已解開理
論物理學中的未解決問題。它在素粒子物理學的「膠子散射」研究中，發現了過去被認為
不會發生的相互作用，並從數學公式的發現到證明，全程自主完成。此成果已由普林斯頓
高等研究所等機構的專家完成驗證，成為 AI 有可能成為科學發現主體的歷史性案例。

根據 OpenAI 以及多家媒體報導，這次的發現與素粒子物理核心問題之一——「散射振幅
」的計算有關。具體而言，在描述原子核內強作用力的理論中，負責傳遞強作用力的基本
粒子「膠子」的振幅計算方面，傳統教科書一直認為，在特定條件（特定的螺旋度構型）
下，相互作用會為零。然而，GPT-5.2 推翻了這一既有定說，指出在特定條件（稱為
half-collinear regime）下，相互作用實際上為非零，並且可以用極為簡潔的數學公式
來描述。

在此次發現過程中，GPT-5.2 所扮演的角色不僅僅是計算工具。首先，GPT-5.2 Pro 模型
將人類所計算出的複雜數學式大幅簡化，並從中辨識出隱含的模式，進而提出一般化公式
的「猜想（Conjecture）」。接著，其內部的強化推理模型進行了約 12 小時的自主思考
，完成對該公式正確性的數學「證明（Proof）」。AI 能夠從假說提出到嚴格證明一貫完
成，這一點與以往僅作為研究輔助工具的 AI 有本質上的不同。

這一成果已由普林斯頓高等研究所的著名理論物理學家 Nima Arkani-Hamed 等人驗證並
確認正確。Arkani-Hamed 表示，GPT-5.2 與人類專家的協作，為符合嚴格科學探究標準
的研究模式提供了一個範例。

此外，研究團隊已開始將該方法應用於理論上傳遞重力的粒子「重力子（graviton）」的
研究，並朝著更廣泛的物理法則一般化方向推進。此次成果顯示，AI 不僅能搜尋與整理
既有知識，還可能具備獨立發現人類尚未知曉之科學真理的能力。

心得/評論：

跟GPT5.2討論  這算不算流體智力的展現？

說以方法來看是用高維壓縮的晶體智力+暴力一致性搜尋找出來的

算是類流體  這部分有待商榷

但說以結果來看  例如有解決新結構問題  這樣可以算是流體智力？

用兩個GPT帳號討論了幾輪  突然覺得AI沒流體智力有差嗎？=_=

如果流體智力是像馬蓋仙那樣碰壁轉彎

AI不用碰壁無限暴力搜尋可以找到新發現  那好像也不見得要有流體智力？

沒流體智力也能辦到人類目前為止辦不到的事情啊(例如這篇新聞說的)

以上  祝福股板鄉民馬年發大財



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 146.70.31.57 (日本)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1771397311.A.4F4.html
推 john11894324: 理論物理可能更近一步
推 stocktonty  : 哪天會發現伺服器只是人類腦力極限才想到的低效方式
→ stocktonty  : 耗能且低效 開發出比這個更快更簡單的運作系統
噓 Chilloutt   : 新失業人口
推 kingofsdtw  : 完了，以後不需要數學家了
推 yylin3266   : 未來會不會在論文上看到 GPT et. al.阿
推 Kobe5210    : 理論物理研究的速度可望因AI而加快
推 rainin      : 噴 往下的那種
推 seemoon2000 : 仔細想想 包括蛋白質和數學用演算找出答案的 AI未
→ seemoon2000 : 來應該都能做得更好 畢竟他們一秒能出幾十種解
噓 strlen      : 這不重要 奧覽較還我瑟瑟
推 ceca        : 用AI解科學問題不是30年前就在做的事情?
→ ceca        : 20年前我碩士也是用類神經解機構阿.
→ ceca        : 現在大概就是跑快一點,延伸功能更方便一些.
推 heavenlyken : 更顯得研究生論文像垃圾
→ ceca        : 在商業上取代很多工作,例如最近種災的設計業.
→ ceca        : 是有可能.
→ ceca        : 但是,用AI解科學問題,應該是早就全世界都這樣幹.
→ LoveSports  : 這篇說的差別好像是在於GPT自己立假說
推 c928        : 假議題
推 seemoon2000 : 用AI解算法以前那麼強 就不會需要等deepmind破圍棋
推 peteryen    : 很多研究生的論文就是在做新實驗而已，以前是土法
→ peteryen    : 煉鋼一個一個試，以後就是能用更複雜更多組合去跑
→ peteryen    : 模擬
推 kingofsdtw  : 樓上太厲害啦！ 一次n個變因
推 ceca        : 整個AI是線性發展的,隨著台積電的晶片成長.
→ ceca        : 除非是高算力才扯到算力中心.
→ kingofsdtw  : AI無腦多
→ ceca        : 因此不是"我們現在終於有AI"了..
→ ceca        : 然後一夕之間大家都長翅膀可以飛天.
→ ceca        : 而高算力中心主要是運算能力強大,速度快很多.
→ HiuAnOP     : 失業增加！Ai續崩！
→ ceca        : 但是以前...算一個AI算一個星期不是很常見.XD
推 seemoon2000 : 我就簡單說 以前那麼厲害 就不會要近代才能打敗在
→ seemoon2000 : 格子上下圍棋的人 是到近代深度學習才統一算法
推 jessicaabc98: C寶別亂扯了，留在房版好嗎
推 Sianan      : openai！！
推 horse2819   : 歐噴醬 被看衰這麼久終於要爆發了？
推 ceca        : 啥?連這個都不懂..難怪是魯空..哈哈哈.
→ ceca        : 下圍棋是當下算.
→ ceca        : 要是你給他每一步算1天.
→ ceca        : 那早個五年也可以把棋王幹掉..XD
→ ceca        : 所以為啥AI看著台積電的晶片..
→ ceca        : 主要是運算速度問題.
→ ceca        : 但內容,是1943的數學模型.
推 jessicaabc98: 好了啦C寶，你在想啥還在運算速度？
→ ceca        : 然後到今天,還是再用類神經.
→ ceca        : 你又沒改其他架構..大不了在一個模糊系統.
→ ceca        : 也就是車子就是四顆輪子.
→ ceca        : 你今天是F1..還是四顆輪子.
→ ceca        : 阿就說你整個大外行我也很無奈..XD
噓 bj45566     : ceca 的發言真是笑死人wwww 三十多年前沒有 LLM 的
→ bj45566     :  AI 配上當時破銅爛鐵的硬體連圍牆遊戲都被人類壓在
→ bj45566     : 地上摩擦好嗎？
→ ceca        : 你大語言模型去解物理學公式..XD
→ ceca        : 你不要笑死人好嗎..XD
→ ceca        : 你要不要找一個簡單的AI程式入門看一下.
→ ceca        : 了解一下到底AI是甚麼和你到底對AI的認知是怎樣.XD
→ ceca        : 外加你沒聽老教授說.
→ ceca        : 他們早年做研究.
→ ceca        : 學校只有一個地方可以跑運算.
→ ceca        : 還要去排隊送資料.
推 breathair   : 奇點近了！
→ ceca        : 外加20年前早就AI論文氾濫了..XD
噓 bj45566     : 講個笑話：三四十年前的類神經網路架構和現今的 LLM
→ bj45566     :  AI 沒有什麼改變wwww
→ ceca        : 那時候工科的一堆人動不動就要跟AI掛上邊.
→ ceca        : 所以用AI去解科學,30年前就開始了,20年前就熱了.
→ ceca        : 這邊念工程的一堆..他們自己想是不是.
推 nfsong      : 奇點快到了  已經在脫離人類領域
推 wind93      : 原來不是gpt爛 是我沒有問他物理學？
推 ProTrader   : 1990後AI冰河時期是因為類神經網路遇到模型瓶頸
→ nfsong      : 樓上建議去爬一下 AI發展史
→ nfsong      : 現在的AI和以前不是一個東西
→ breathair   : Ceca 大，你需要請LLM幫你科普一下10年前跟現在AI的
→ breathair   : 差別
→ ProTrader   : 後來2005前後的優化論文才改名"深度學習"突圍
推 seemoon2000 : 就不懂 一開始講錯 後面努力要凹 何必討論
→ nfsong      : 從Deep learning 到 GPT
→ ProTrader   : 冰河時期類神經網路就像票房毒藥計劃肯定不會過
→ nfsong      : GPT - Generative Pre-trained Transformer
噓 bj45566     : 笑死，沒有引進深度學習技術的 AI 連人臉辨識都跑得
→ bj45566     : 一塌糊塗好嗎，嘻嘻
→ nfsong      : LLM transformer
→ nfsong      : 上一個突破是 deepseek 邏輯推理
→ ProTrader   : 當初人臉辨識 手寫數字文字辨識 是AI技術巔峰
→ ProTrader   : 金融海嘯後深度學習在影像辨識大放異彩
→ nfsong      : 類神經網路教父 都說不明白了
→ nfsong      : 推進的太快  教父自己都被甩開了
→ ProTrader   : 到之後AlphaGo算是讓AI揚眉吐氣
→ nfsong      : https://youtu.be/jrK3PsD3APk
→ ProTrader   : 再之後爆發是ChaGPT直到現在依然繼續
→ nfsong      : Geoffrey Hinton  deeplearning 教父
→ nfsong      : 自己都有些跟不上了
→ ProTrader   : 辛頓在AI冰河時期持續類神經網路的研究才優化模型
→ nfsong      : 開頭這句話送給大家
→ ProTrader   : 他是可以退休的年齡了跟不上很正常
→ nfsong      : 你各位像是  坐第一排的好學生  啥都不懂
→ nfsong      : 但是問題問得好
→ CYL009      : 全部人類都要失業www
推 nfsong      : 不用的人類會失業
推 FULLHD1080  : 教父年紀大,沒有辦法吸收那麼多新的變化
→ nfsong      : 用了以後AI會告訴你 去哪找工作
→ ProTrader   : 要說AI跟以前相同在於本質上都還在找線性迴歸最佳解
推 a1234567289 : 現在LLM和1990左右的AI 概念上高度統一的  現在只
→ a1234567289 : 是有了Attention based的模型架構然後多了一個宣傳
→ a1234567289 : 名詞叫做深度學習
→ ProTrader   : 各式各樣的多元資料與各種新模型本質還是線性迴歸
推 xerioc5566  : 貝氏定理
→ ProTrader   : 但這不是說現在的AI真的跟199X年代的AI相同
→ a1234567289 : 1990神經網路是透過向後傳遞改變權重去回歸資料
→ a1234567289 :   讓他去資料中間找出pattern   跟現在LLM沒啥不同
推 nfsong      : 問AI 就會告訴你
→ ProTrader   : 就像2026的人類跟石器時代的人類都是人類但差異很大
→ nfsong      : 2017以前的RNN CNN 和現在Transformer是不同東西
→ ProTrader   : AI在理論與實務的進步是很直接明確可以驗證的
推 quanhwe     : 某c咖又鬧笑話了 我怎麼說又了呢
→ ProTrader   : 比方說生成式AI對人類的影響空前巨大
推 YCL13       : 大數據時代前後講的AI是不同等級的事情
推 nfsong      : AlexNet (2012) ResNet (2015) GAN/AlphaGo
→ ProTrader   : 很古早的時候也就生成亂數  生成電腦棋局對弈
推 a1234567289 : 現代跟當時的差異是  為了找出更細緻的pattern 後
→ a1234567289 : 來人們發明了Convolution/LSTM等OP  Attention也是
→ a1234567289 : 在Loss function以及訓練方式都有了長足進展
→ ProTrader   : 之前的A片要換臉 現在的A片可以直接生成
→ nfsong      : AlphaGo除了層數變多  還增加了功能層(戰略層)
→ a1234567289 : 所以說不同也是不同 但本質精神都是用參數對資料做
→ a1234567289 : modeling
→ nfsong      : AlexNet 8層  ResNet 152層
→ ProTrader   : 所以要說現在206的AI 199X時代一樣是不對的
→ ProTrader   : 2026
→ a1234567289 : 因此我覺得ceca不算有說錯 只是它忽略了中間進步了
→ a1234567289 : 一大段
推 breathair   : 基本可以看作transformer 架構前後AI完全不同，tran
→ breathair   : sformer 範式讓智能「湧現」或是「頓悟」，哈薩比斯
→ breathair   : 說，要到AGI，我們還差1-2次transformer等級的範式
→ breathair   : 升級
→ a1234567289 : 現代的算力和參數差異 讓現在效果和當時有了巨大差
→ a1234567289 : 異
→ ProTrader   : 比較好的說法是 都不是AGI強人工智慧
→ nfsong      : 除了垂直的增加層數  還有橫向的增加層數
→ nfsong      : 以前就是一層 modeling
→ nfsong      : 現在幾百萬層
→ nfsong      : AlphaGO 之所以開始輾壓 也是增加了 "戰略層"
→ nfsong      : 有了大局觀
→ nfsong      : 會判斷 那邊地盤大
推 ProTrader   : 以前蓋茅草屋是人類要住 哈里發塔也是人類要住
推 xerioc5566  : 硬體限制突破 有無限想像
→ ProTrader   : 可是說茅草屋跟哈里發塔真的不一樣
→ ProTrader   : 蓋茅草屋跟哈里發塔都要土地 人類還沒進入異次元
→ ProTrader   : 可是茅草屋跟哈里發塔的技術差異太大了
推 LonyIce     : 不就圖靈的升級版
推 nfsong      : 你可以看看Oliver Henry 的Openclaw agent
→ nfsong      : 自動寫文案  生成影片  發布
→ nfsong      : 然後用觀看率 來調整cta Call to Action
→ nfsong      : 最近你會看到有些頻道  專注一些東西
→ nfsong      : 女性打棒球
→ nfsong      : 動物的故事
→ nfsong      : Amazon 包裹小偷
→ nfsong      : 這些都是自動發布的
推 windalso    : 大統一場論更近了！？
→ nfsong      : https://www.youtube.com/shorts/-I2sEKTmRvU
→ nfsong      : 像這種頻道 我看到有20幾個
→ nfsong      : https://www.youtube.com/shorts/Gy7QmSY1RI8
→ nfsong      : 比大聯盟的還好看
推 ProTrader   : 沒用來生成跟多慧一起運動的影片 失敗
→ nfsong      : 因為大聯盟 分鏡不可能 擺進場內
→ FatFatQQ    : 房版魯多 賠超慘 在這胡言亂語 好慘
推 alex01      : 驗證完了嗎？
推 ivan1116    : 硬體變得越來越重要
推 truelove356 : 中國模型也解出來ㄌㄜ
推 littleliu   : 還不頒個碩士學位給他
推 nakayamayyt : 電力用在這也是很好的利用了
推 sses60802   : 嗯嗯 跟我想的一樣
推 drph        : 2奈米和28奈米本質上都是CMOS，所以概念上一樣，但
→ drph        : 是製程精度和device結構不一樣。
推 herculus6502: 奇點將至?
推 nfsong      : 奇點!!
推 sdbb        : G點！？
推 Cactusman   : 嗯嗯跟我想的一樣
推 Kobe5210    : 上個世紀<機器學習的AI>跟現在<深度學習的AI>，已
→ Kobe5210    : 經不是用28奈米到2奈米可以類比的了
→ Kobe5210    : 還是專心做股票比較好，強迫自己學東西放大人生格
→ Kobe5210    : 局跟財富
推 ericsonzhen : 數學系差不多要廢的意思？
推 cloud1030   : 又多一批失業仔
推 solomonABC  : 審判日要來了嗎？
推 Arad        : ai到最後到達的境界人類會無法理解
推 FlyBird     : AI閉環快完成了，文明準備三級跳
推 overpolo    : 恩恩  果然用在我身上是在浪費算力阿..
推 stcr3011    : 有可能嗎
推 WTS2accuracy: 某高雄炒房仔別丟臉了...不懂的領域就墊墊
推 abdiascat   : 叫他自己自我優化 左腳踩右腳 直接飛天
推 coolmark01  : 硬體造就如今的AI,而AI將躍進下個未來
推 Beee09      : 叫ai找一下超導體
推 panzerbug   : 讚
推 digodi      : 當然還是要有數學物理學家啊，不然它亂跑出結果，誰
→ digodi      : 能驗證。
推 et310       : 又要噴了嗎
推 poeoe       : 還有人要喊AI泡沫嗎 笑死
推 Kobe5210    : 當然還是要有物理學家，愛因斯坦100年前的廣義相對
→ Kobe5210    : 論也是要有數學模型才能描述具體內容。現在的AI是
→ Kobe5210    : 極速幫忙算出結果
→ bnn         : 跑simulation一直都有在改善算力運用的用法的
→ bnn         : 不然那麼多人用超算跑 為啥是某些人發論文
推 xeins       : 終於出來了？ 不是被餵的資料 而是智慧的火花
推 NANJO1569   : Hassabis 主張 AGI 必須具備從 0 到 1 的原創能力
推 NANJO1569   : GPT5.2解開理論物理學中的未解問題也算往這方向邁進
→ NANJO1569   : Hassabis 認為真正的 AGI 必須在沒有人類干預的情況
推 ProTrader   : 強人工智慧AGI更多是學術目標類似大統一理論
→ ProTrader   : 真正打趴人類多數專家的應該是各領域的特化弱AI
→ NANJO1569   : 執行以下完整循環：1.提出問題2.產生假說3.實驗驗證
→ ProTrader   : 現在市面上各類功能AI通通都是弱AI 未來會繼續變強
→ NANJO1569   : 4.總結反饋5.迭代進步
→ ProTrader   : 我認為未來會出現多種弱AI集成的類AGI
→ ProTrader   : 目前的AI模型並沒有達成AGI的可能性
→ ProTrader   : 現在說的AGI廣告效果甚至大於學術討論
噓 newlie83    : 我只想問一個問題 AI得到諾貝爾物理獎還有多久?
→ s213092921  : 這麼厲害？那openAI獲利了嗎？
→ MyPetTankDie: 這本來就是實驗室分析用的東西，其他絕大多數都是濫
→ MyPetTankDie: 用而已
→ MyPetTankDie: ，民間發展那些說難聽點就是透過相對小的資本拐老闆
→ MyPetTankDie: 跟上潮流用的而已lol
推 wen880225   : 所以以後會變成戰鎚黃金時代那種科技全靠AI，人類都
→ wen880225   : 不懂原理只會用
推 mdkn35      : 我懂 a=b
推 JaccWu      : Hassabis 不是認為目前科學上的終極目標
→ JaccWu      : 是讓AI在只靠相對論提出前的數據、理論、知識
→ JaccWu      : 找出相對論嗎？
→ JaccWu      : （喔應該不能說終極目標  而是他給的一個標準
推 gglong      : 算力即國力
推 LandaChuang : AI加上量子電腦，以後科學計算會飛速進展
推 k078787878  : 好扯
→ guteres     : 我覺得C大應該是忽略了很大的一段
推 jodawa      : 襪靠  覺得實在太屌
→ pantheraL   : 我的gpt說這是假新聞
https://openai.com/index/new-result-theoretical-physics/

可以貼這個給他看然後叫他開網路搜尋

不然他們新聞只知道上市大概半年以前的

→ js0431      : 讚啦
※ 編輯: LoveSports (95.173.204.121 日本), 02/19/2026 07:33:46
→ ninggo      : 我們用的ai是閹割降智版
噓 yunf        : 就只不過是像是質數一樣 又發現了一組特徵值
→ yunf        : 有多少人研究過膠子？