摘要
1) 一句话总结 由人类物理学家与OpenAI合作发表的最新预印本论文打破了传统物理学认知，证明在特定动量条件下单负胶子树振幅非零，且该研究的核心通用公式由GPT-5.2 Pro成功猜想并耗时12小时完成正式证明。
2) 关键点
- 论文发布：预印本《单负胶子树振幅非零》（arXiv: 2602.12176）已发布，作者团队来自高等研究院、范德堡大学、剑桥大学、哈佛大学及OpenAI。
- 推翻传统认知：传统教科书观点认为，当一个胶子为负螺旋度、其余n-1个为正螺旋度时，其树图阶散射振幅必然为零；本研究证明该结论过于绝对。
- 核心发现：在动量空间的一个特定切片（即“半共线区”，half-collinear regime）内，上述单负胶子构型的振幅实际上并不为零。
- 人机协作计算：人类作者手工计算了n≤6时的复杂振幅表达式（费曼图展开），随后GPT-5.2 Pro极大地简化了这些表达式。
- AI提出公式：GPT-5.2 Pro基于简化的基础情况发现规律，成功猜想出适用于所有n的最终通用公式（等式39）。
- AI独立证明：内部脚手架（scaffolded）版本的GPT-5.2耗时约12小时进行推理，推导出相同公式并提供了有效性的正式证明。
- 交叉验证：该方程已通过解析验证，成功求解了Berends-Giele递推关系，并通过了软定理（soft theorem）的检验。
- 后续扩展：在GPT-5.2的辅助下，该振幅计算方法已从胶子扩展至引力子（gravitons），相关成果将另行发表。
- 学界评价：物理学界专家（如Nima Arkani-Hamed和Nathaniel Craig）认为该研究达到了期刊级水平，展示了AI作为“简单公式模式识别”工具的潜力，并为验证大语言模型驱动的科学见解提供了标准模板。
正文
我们发表了一篇新的预印本论文，表明一种许多物理学家认为不会发生的粒子相互作用，实际上在特定条件下是可能出现的。这项工作主要研究胶子（gluons），即传递强核力的粒子。该预印本(在新窗口中打开)已在 arXiv 上发布，并正在提交发表。在此期间，我们欢迎来自社区的反馈。
这篇题为“单负胶子树振幅非零（Single-minus gluon tree amplitudes are nonzero）”的预印本，由 Alfredo Guevara（高等研究院）、Alex Lupsasca（范德堡大学与 OpenAI）、David Skinner（剑桥大学）、Andrew Strominger（哈佛大学）以及代表 OpenAI 的 Kevin Weil（OpenAI）共同撰写。
该预印本研究了粒子物理学中的一个核心概念，称为散射振幅（scattering amplitude）。散射振幅是物理学家用来计算粒子以特定方式发生相互作用概率的物理量。对于传递强核力的胶子而言，许多振幅在“树图阶（tree level）”（即仅保留最简单、无量子圈的费曼图的计算）呈现出出乎意料的简单形式。这些简化形式一再揭示了量子场论中更深层次的结构，而量子场论正是将狭义相对论与量子力学统一起来的物理学描述框架。
然而，有一种情况通常被认为是不存在的（即振幅为零）。当一个胶子具有负螺旋度（helicity，即无质量粒子可能具有的两种自旋方向之一），而其余 n-1 个胶子具有正螺旋度时，标准的教科书论点表明，相应的树图阶振幅必然为零。因此，这种构型在很大程度上被搁置了。
预印本表明，这一结论过于绝对。标准论点假设了通用的粒子动量，这意味着其方向和能量没有任何特殊的排列。我们确定了动量空间中一个特定且精确定义的切片，在这一区域（被称为半共线区，half-collinear regime），上述推理不再适用。这里的“半共线”意味着胶子动量遵循一种特殊的排列条件，这种情况并不典型，但在数学上是明确定义且一致的。在这个切片上，振幅并不为零，我们在一个特殊的运动学区域内对其进行了计算。这一结果为许多新问题打开了大门，这些问题将成为后续研究的主题。重要的扩展研究包括计算引力子（gravitons，传递引力的粒子）的类似振幅。
这项工作的一个核心方面涉及方法论。预印本中的最终公式——等式 (39)，最初是由 GPT-5.2 Pro 猜想出来的。人类作者手工计算了整数 n 直至 n=6 的振幅，得到了等式 (29)—(32) 中所示的非常复杂的表达式，这些表达式对应于“费曼图展开”，其复杂性随 n 呈超指数级增长。GPT-5.2 Pro 能够极大地降低这些表达式的复杂性，提供了等式 (35)—(38) 中简单得多的形式。基于这些基础情况，它随后能够发现其中的规律，并提出了一个适用于所有 n 的公式。
随后，一个内部的脚手架版本（scaffolded version）的 GPT-5.2 花费了大约 12 个小时对该问题进行推理，得出了相同的公式，并给出了其有效性的正式证明。该方程随后经过解析验证，能够求解 Berends-Giele 递推关系，这是一种通过较小的构建块逐步构建多粒子树振幅的标准方法。它还通过了软定理（soft theorem）的检验，该定理约束了当粒子变“软”（能量趋于零）时振幅的行为。
在 GPT-5.2 的帮助下，这些振幅已经从胶子扩展到了引力子，其他推广工作也正在进行中。这些人工智能辅助的成果以及许多其他成果，将在其他地方另行报告。
“自从大约十五年前我第一次接触到这些高度简并的散射过程以来，我就一直对其物理机制感到好奇，因此看到这篇论文中极其简单的表达式令人感到兴奋。
在物理学的这个领域中，经常会发生这样的情况：使用教科书方法计算出的一些物理可观测量的表达式看起来极其复杂，但结果却非常简单。这一点很重要，因为简单的公式往往会引领我们踏上揭示和理解深层新结构的旅程，开辟出全新的思想世界。在这些新世界中，我们在起点所看到的简单性会变得显而易见。
对我来说，‘寻找一个简单的公式’一直是一件繁琐的事情，而且我早就觉得这或许可以通过计算机实现自动化。看起来在许多领域，我们正开始看到这种情况发生；这篇论文中的例子似乎特别适合利用现代 AI 工具的强大能力。我期待看到这种趋势在不久的将来继续发展，最终催生出一种通用的‘简单公式模式识别’工具。”
——Nima Arkani-Hamed，高等研究院物理学教授，专攻理论高能物理学
“我已经开始思考这篇预印本对我团队研究项目某些方面的影响。这显然是推动理论物理学前沿发展的期刊级研究，其新颖性将启发未来的发展和后续的出版物。这篇预印本让人感觉像是瞥见了 AI 辅助科学的未来——物理学家与 AI 携手合作，产生并验证新的见解。毫无疑问，物理学家与大语言模型（LLM）之间的对话能够产生全新的基础知识。通过将 GPT-5.2 与人类领域专家相结合，这篇论文为验证 LLM 驱动的见解提供了一个模板，并满足了我们对严谨科学探究的期望。”
——Nathaniel Craig，加州大学圣巴巴拉分校（UCSB）物理学教授，专攻高能物理学、粒子唯象学和宇宙学
相关文档
- 我们的 First Proof 提交；关联理由：引用；说明：该文在“历史延续”部分明确回顾并引用了本文对应的 GPT-5.2 理论物理合作成果。