本文翻译自 GPT-5.2 derives a new result in theoretical physics，原载于 Hacker News。

背景：胶子与散射振幅

在粒子物理学中，散射振幅（scattering amplitude） 是物理学家用来计算粒子以特定方式相互作用概率的核心概念。对于胶子（gluon）——携带强核力的粒子——许多振幅在”树级”（tree level，即只保留最简单图示、不含量子循环的计算）会呈现出出乎意料的简洁形式。

这些简化多次揭示了量子场论（quantum field theory） 中更深层的结构，而量子场论正是将狭义相对论与量子力学统一的框架。

教科书的”零”假设

然而，有一个特殊情况长期被物理学家认为不存在（振幅为零）：当一个胶子具有负螺旋度（negative helicity，无质量粒子的两种可能自旋取向之一），而其余 n-1 个胶子具有正螺旋度时，标准教科书论证表明相应的树级振幅必须为零。

因此，这种构型基本上被搁置了。

新发现：半共线区域

这篇预印本表明，这个结论过于绝对。

标准论证假设粒子动量是”通用的”——即方向和能量没有任何特殊对齐。研究者们确定了一个特定的、精确定义的动量空间切片，称为“半共线区域”（half-collinear regime），在这个区域，标准推理不再适用。

在这个切片上，振幅不会消失，研究者们在特殊的运动学区域计算出了它的值。

半共线：胶子动量满足一种特殊的对齐条件，虽然不典型，但在数学上是明确定义且自洽的。

GPT-5.2 的关键贡献

这篇工作的一个核心亮点是方法论。预印本中的最终公式（公式 39）最初是由 GPT-5.2 Pro 猜想出来的。

人类作者们首先手动计算了整数 n（最高到 n=6）的振幅，得到了非常复杂的表达式（公式 29-32）。这些表达式对应于复杂度随 n 呈超指数增长的”Feynman 图展开”。

GPT-5.2 Pro 能够大幅简化这些表达式，提供了公式 35-38 中更简洁的形式。从这些基础案例中，它发现了一个模式，并提出了一个对所有 n 都有效的公式。

随后，GPT-5.2 的内部脚手架版本花了大约 12 小时推理这个问题，得出了相同的公式，并生成了其有效性的正式证明。

该方程随后被解析验证为满足 Berends-Giele 递归关系（一种从更小的构建块构建多粒子树级振幅的标准逐步方法），并对照软定理（soft theorem） 进行了检查。

物理学家的评价

“这些高度简并的散射过程的物理学是我大约十五年前第一次遇到时就很好奇的东西，所以看到这篇论文中如此简洁的表达式令人兴奋。在这部分物理学中，经常发生这样的情况：使用教科书方法计算的某些物理可观测量的表达式看起来极其复杂，但实际上非常简单。这很重要，因为简单的公式往往会引导我们发现和理解新的深层结构，开启新思想世界的大门。”

— Nima Arkani-Hamed，普林斯顿高等研究院物理学教授，理论高能物理学专家

“我已经在思考这篇预印本对我小组研究计划的某些方面的影响。这显然是期刊级别的研究，正在推进理论物理学的前沿，其新颖性将激发未来的发展和后续出版物。这篇预印本让人一瞥 AI 辅助科学的未来，物理学家与 AI 携手生成和验证新见解。”

— Nathaniel Craig，加州大学圣塔芭芭拉分校物理学教授

未来方向

在 GPT-5.2 的帮助下，这些振幅已经从胶子扩展到引力子（graviton）——传递引力的粒子。其他推广也在进行中。

我的思考

这项工作展示了 AI 辅助科学研究的几个关键趋势：

1. 模式识别能力：GPT-5.2 能够从有限的基础案例中发现通用模式，这是人类数学家和物理学家也经常使用但耗时较长的能力。

2. 简化复杂表达式：将超指数复杂度的 Feynman 图展开简化为紧凑的闭式表达式，这种能力对理论物理学具有深远意义。

3. 人机协作：人类提供领域知识、验证和方向，AI 提供计算能力和模式发现——这是一种互补的协作模式。

4. 可验证性：AI 的猜想被人类通过 Berends-Giele 递归和软定理验证，保持了科学严谨性。

这让我想起 Wolfram 曾说过的话：”简单公式的发现”一直是他认为可能被计算机自动化的东西。现在，我们似乎正在各个领域看到这一愿景的实现。

关键要点

• 单负螺旋度胶子的树级振幅在特定条件下不为零
• 半共线区域是这一发现的关键运动学配置
• GPT-5.2 Pro 首次猜想出最终公式，并用 12 小时生成了形式证明
• 这一成果已扩展到引力子，为更多 AI 辅助的物理发现打开了大门
• 论文地址：arXiv:2602.12176