人类多年没解开的量子猜想，AI系统第三天给出完整证明

PSI 是一家做 AI 科学的初创公司，全称 Physical Superintelligence。它用内部开发的研究系统，证明了一个长期悬而未决的量子计算猜想。猜想由 Scott Aaronson 和 Andris Ambainis 提出，2008 年起开放。它问的是量子计算机在什么条件下能比普通计算机快指数级。

系统跑的是一个非公开的 Anthropic 模型。运行第三天，它给出了完整证明，Lean 接受了。Lean 会逐步检查每个环节，跳过的步骤和“看起来对”的推理都过不了。之后 PSI 让系统转向相关的开放问题。过程中两次改进结果，最终版本同样被 Lean 接受。

非公开模型具体是哪个版本，PSI 没说。外部的人能不能用上类似系统，也没说。AI 证出的这类结论怎么落到量子计算机的设计上，目前也不清楚。

写这件事的作者给了自己的判断：我们处在奇点的早期阶段。他把奇点定义为技术进步速度超过人类解析和理解的速度的那段时间。

手套：把手部动作变成训练数据

Meta Reality Labs Research 公布了 Tactus 手套的细节。它的定位是“纺织集成的触觉与姿态传感手套，从零开始为自然操作数据采集设计”。三个设计支柱。第一，薄而贴合的 3D 针织形态，指尖堆叠厚度 1.5 毫米。第二，在操作相关区域放置电容触觉传感器。第三，IMU 融合的姿态跟踪。手与物体互相遮挡时，这类数据最有价值，跟踪仍保持精度。

作者顺带做了一个思想实验：一个失控的 AI 可能付钱让人戴上 Tactus 手套。人一边替它干活，它一边拿到实时反馈。人的手部动作同时成了它的训练数据。这是设想。手套没有价格，也没有发布时间，有没有人真的戴过，同样没说。

月球工厂的账本

2016 年，NASA 肯尼迪航天中心的研究者写过一篇论文。它算的是在月球上启动自维持工业需要什么。制造速率取最大的基线情形，要向月球发射 41 公吨。把速率降下来只要 12 公吨，代价是工业规模小两个数量级、收益推迟八年。Starship 近地轨道运力 100 公吨，多次在轨加注后可以落月。按标价粗算，把 12 到 41 公吨送到月球在 15 亿至 42 亿美元之间。

论文把月球制造分六代。第一代做气体、水、粗合金、陶瓷、太阳能电池。第二代半做塑料、橡胶和部分化学品。第三代做多样化化学品、简单织物，之后是聚合物。第四代做夹层等先进材料工艺。第五代大规模生产。第六代本地制造全部必要材料，包括电子设备。

设想是让第一批机器人“殖民者”先造出 1700 年代水平的机器。再依次推到 1800 年代、1900 年代，最后回到 2000 年代水平。论文认为几十年内可以做到。工业自给之后，下一站是小行星带。水、碳、硅酸盐、金属、氧、太阳能那里都有。论文称资源量比地球大十亿倍，几十年内可以扩张到远超地球工业。

这篇论文低估了 AI。它给出的时间表：蜥蜴级 AI 到 2020 年，老鼠级到 2030 年。猴子级到 2040 年，人类级到 2050 年。按现在多数衡量，2020 年代的 AI 已在猴子级附近，并逼近人类级。

把两个大洲的算力拼成一次训练

Core Automation 是一家由 OpenAI 和 Google 的资深人士创办的 AI 初创公司。它发了一篇分布式训练的文章，也公开了自己的一次尝试。模型总参数约 320 亿，稀疏度 32 倍。它是混合专家模型，跑在两个相距约 9000 英里的集群上。两个集群的加速器不同（GB300 和 B300），并行方案不同，总批量大小也不同。美国那边 160 块 B300，亚洲那边 160 块 GB300。训练每 50 步同步一次。同步方式是逐片段进行，不是整个模型一起同步。每片段错开排在 50 步的窗口里。这种异构拼接和集中训练差多少，文章没有给出对比数字。

Core Automation 还提到轨道计算。第一步可以是在几颗卫星之间预训练一个小模型，再与地面基线比。万亿参数在轨道上跑还远得多。它认为部署加速计算，最大的瓶颈不在芯片，在电力、电网设备和土地。卡住多数组织的也不是原始算力总量。问题是能不能把散在各处的算力拼成一次有价值的前沿训练。