新智元報道
編輯論文：KingHZ
【新智元導讀】粒子物理十年無新發現，LHC成了「標準模型的墳場」論文。但Anthropic聯創、哈佛物理博士Jared Kaplan卻斷言：再過2-3年，AI就能寫出媲美頂尖物理學家的論文，50%物理學家或將被徹底取代！
物理學界與科技圈地震!
Anthropic聯創、前物理學大牛Jared Kaplan放話：兩到三年內論文，理論物理學家有50%機率被AI取代！
要知道，他博士畢業於哈佛大學物理學，同時是JHU的理論物理學教授，又是Anthropic的首席科學官論文。
對於AI和理論物理學，他都是行家，他的判斷絕非無的放矢，白費口舌論文。
Kaplan引用內部研究與模型進展指出，未來2–3年內，AI在理論推導、數值模擬、公式發現和實驗設計等核心科研環節中的能力，將逼近甚至超過大量人類研究者論文。
展開全文
他評估，至少有50%的物理學家工作內容，存在被AI替代或邊緣化的明顯風險論文。
替代50%理論物理學家論文，
菲爾茲獎得主亦不例外
自2012年希格斯玻色子（即「上帝粒子」）被發現後，大型強子對撞機（LHC）的實驗資料一直嚴格符合已有理論「標準模型」的預測，沒有發現任何預期之外的新粒子或新物理現象論文。
戲劇性並非源於希格斯粒子；當它在LHC現身時，其存在已幾無懸念論文。
希格斯玻色子是粒子物理學標準模型的最後一塊拼圖，這套上世紀70年代的方程體系描述了25種已知基本粒子及其相互作用論文。
更引人注目的是資料中沒有出現的東西論文。
物理學家花費數十億歐元建造這臺27公里長的超級對撞機，不僅是為了驗證標準模型，更是為了透過揭示更完備自然理論的組成部分來超越它論文。
例如，標準模型並未包含可能構成暗物質的粒子論文。它無法解釋宇宙中物質為何多於反物質，也無法解釋大爆炸為何發生。
此外，希格斯玻色子的質量（它設定了原子的物理尺度）與量子引力相關的高得多的質量能標（即普朗克尺度）之間存在難以解釋的巨大鴻溝論文。
1981年，偉大的理論家Edward Witten愛德華·威滕提出了一個解決這個「層級問題」的方案：如果存在僅比希格斯玻色子略重的額外基本粒子，平衡將會恢復論文。
LHC的對撞能量本應足以將它們產生出來論文。
然而，實際情況是——無論質子如何高速對撞、碎片如何飛濺到探測器中，出現的，只有那25個標準模型中的粒子論文。
除此之外，一無所獲論文。
2012年曾斷言粒子物理「將死」的Adam Falkowski，如今已沉默許久論文。
傳送門論文：
他早年因在部落格Résonaances上犀利點評而聞名，而這個部落格自2022年以來就再無更新論文。
Falkowski對記者坦言，他認為實驗粒子物理確實正在死去論文。
他親眼看到許多才華橫溢的博士後轉行別的研究領域，或者直接投身資料科學論文。
人才流失，肉眼可見論文。
Quanta記者Natalie Wolchover找到了Jared Kaplan——Anthropic的聯合創始人論文。
2000年代，Kaplan在哈佛讀研，師從理論物理學家Nima Arkani-Hamed，正是他們當年率先開拓瞭如今大熱的Amplituhedron研究方向論文。
但他在2019年離開了這個領域論文。
「我開始研究AI，是因為我認為AI的進展速度，可能比人類歷史上幾乎任何一項科學都要快，」他說論文。
「我甚至覺得它可能是我們有生之年最重要的科技事件，甚至是整個人類科學史上最重要的事情之一論文。所以這件事我非做不可。」
而對於粒子物理的未來，他的態度是：「你現在去擔心它的未來，其實沒什麼意義論文。」
如果我們真要建對撞機，那也應該是AI來建了，不是人類去建論文。
我甚至覺得，再過兩三年，AI就能寫出比肩頂級理論物理學家的論文論文。
像Nima Arkani-Hamed、威滕這樣的天才——AI很可能能自動寫出他們水平的成果論文。
所以，在這個時間點之後再去做10年規劃，已經變得沒什麼必要了論文。
這一判斷之所以引爆爭議，在於Kaplan本身長期從事理論物理研究、並參與提出LLM關鍵的Scaling Law論文。
因此討論焦點轉向更深層：要麼高階理論突破比物理學家想象得更「可程式化」，要麼AI正在形成類似「洞見」的能力結構，而兩種結論都讓人不安論文。
Scaling Law背後最重要的男人
在聯合創立Anthropic之前，他在約翰斯·霍普金斯大學從事理論物理學研究15年論文。
他是推動Scaling Law發展的先驅，為現代大語言模型的發展奠定了基礎論文。
因此，當他預言AI有50%的機率在2至3年內達到Arkani-Hamed和Witten威滕的水平時，這而是一位曾在該領域深耕的學者，基於對雙方能力的透徹理解所做出的具體判斷論文。
這些名字的分量不容忽視論文。
Arkani-Hamed開創了「振幅多面體」，這一幾何結構將成千上萬的費曼圖計算簡化為單一模型論文。
普林斯頓大學高等研究院教授Arkani-Hamed還是Jared Kaplan的博士生導師論文。
作為菲爾茲獎得主，威滕被公認為當今在世的最偉大物理學家之一論文。
獲得數學界菲爾茲獎的物理學家威滕（左）和物理學家Arkani-Hamed
他們不是普通研究者，而是能窺見無人能見的數學結構之人論文。
Kaplan真正想說的是：物理學中最艱難的認知工作——那些如威滕這類菲爾茲獎級別的思維飛躍——或許並不需要我們原先以為必不可少的某種生物「魔法」論文。
有趣的預測並不在於工作崗位被取代，而在於理論物理學究竟是什麼論文。
這個預測的有趣之處不在崗位替代，而在於重新定義理論物理學的本質論文。
如果AI能自主生成威頓水準的論文，要麼說明物理學比物理學家認為的更具機械性，要麼意味著AI正在發展出某種極似「洞察力」的能力論文。
這兩個答案，都令人深思論文。
棄物理而去論文，他們投奔ASI
去年，xAI的聯合創始人Igor Babuchkin，告別xAI和馬斯克之後，人生翻到了新篇章論文。
不過，小時候，他的志向是成為物理學家，理解宇宙的奧秘論文。
在歐洲核子研究中心（CERN）攻讀粒子物理學博士期間，他曾滿懷熱情地投身於這一使命論文。
但尋找新物理變得越來越困難，需要建造越來越大的對撞機，而新發現卻越來越少論文。
於是，他開始思考：或許通向宇宙奧秘的關鍵並非更大的對撞機，而是超級智慧論文。
AI能否發展出一套自洽的量子引力理論論文？AI能否證明黎曼猜想？
2023年初，他確信人類正接近實現超級智慧的「秘方」論文。
他已看到徵兆：很快，AI的推理能力將超越人類論文。
黑洞物理學家Alex Lupsasca見證了AI給他的震撼──
他把耗費數月心血推導的潮汐響應方程丟給GPT-5 Pro，僅18分鐘後，模型竟完整重現了他苦苦追尋的對稱生成元——這一刻，他決定加入OpenAI，親手打造AI科研的未來論文。
剛接觸AI時，Alex Lupsasca帶著物理學家面對新觀點時常有的態度：禮貌的質疑和大量的測試論文。
2025年初，他嘗試使用ChatGPT，發現它對處理學術界常見的行政事務很有幫助，但他並不認為這能勝任工作中最難的部分：把物理定律轉化成具體且可驗證的預測論文。
一開始，Alex用ChatGPT把草稿變成更乾淨利落的科學論述，節省大量時間論文。
但隨著模型不斷進步，他繼續測試更強的能力論文。真正讓他改觀的，是看到系統能以極快的速度處理研究生級別的物理問題。
Alex舉了一個例子，AI幾秒鐘就完成了廣義相對論中「瓦爾德解」事件視界的磁場強度，而一個剛入門的研究生可能要花幾小時論文。
接著他注意到更奇特的現象：模型經常得出正確答案，卻用陌生的數學語言表達論文。
更大的考驗來自Alex自己的研究論文。
從描述黑洞潮汐響應（大致類似於月球引起的海洋潮汐）的方程中，他推匯出了新的「隱藏對稱性」論文。這些對稱性解釋了為什麼某個著名的潮汐效應會消失。
當他幾乎不給提示、直接把這個方程交給GPT-5 Pro時，它「思考」了約18分鐘，就得出了他花費數年學習技能、又經數月直接研究才發現的相同的對稱生成元論文。
他就像看到了魔法，他的想法開始改變：AI顯然可以徹底改變物理研究論文。
此後論文，他在持懷疑態度的同事中反覆驗證：
在CERN論文，一位同事提供了一個他通常會給博士生一週時間解決的作業式問題，模型幾分鐘就給出了詳細解答；
在CERN論文，一位同事提供了一個他通常會給博士生一週時間解決的作業式問題，模型幾分鐘就給出了詳細解答；
從懷疑到熱情高漲、並感染他人，這段歷程最終讓Alex加入了OpenAI論文。
參考資料論文：
秒追ASI
