悬了18年的量子难题被AI解开，提出者：不完全理解但相信

一道放了 18 年的题

PSI 拿到了 Anthropic Fable 5.2 模型的早期访问权限。它用这个模型解决了量子计算领域悬了 18 年的 Aaronson-Ambainis 猜想。这个猜想问的是，量子计算机能不能比经典计算机更快地解决问题。

答案是否定的。它关上了量子计算机高速解决某些难题的一条路，但没有关上全部。对量子计算这条路线来说，一部分可能性被划掉了。

提出者之一 Scott Aaronson 写下了自己的心情：满意、敬畏、失望、疲惫。他说自己不完全理解这份证明，但相信它是对的。理由是证明已经在 Lean 里自动形式化。Lean 是一种写数学的编程语言，机器能一步步检查。另外，PSI 把解分享给了一流研究团队，这些人做过解释。

他还提到一件事：几周前 OpenAI 的 Mathocalypse 发布里没有这道题，他对此感到意外。

脚手架与仿真基础设施

PSI 的做法，是给模型配上专门的框架和脚手架。CEO Matt Pines 说，有效的研究系统里，脚手架、工具、记忆系统、模拟基础设施这些东西都要有。

公司现在的收入来自用这套工具优化数据中心，模拟热、电、水、声音这些变量。数据中心优化对着的是能耗和散热这类现实成本，这是它眼下能收钱的地方。长期目标则是另一件事：把理论物理的突破变成实际技术。Pines 说，六到九个月前给投资者推销，他得费劲证明一个前提：理论物理很快会主要由机器来做。

物理不像数学那么好验收

AI 在数学和计算机科学上已经拿到重要结果，因为这类问题能写成可验证的代码。在生命科学或物理学里，问题更难形式化，做起来也更难。Pines 的说法是，物理与数学不同，现实世界会对你的模型投票，所以计算结果必须用实验验证。PSI 关注的正是怎样把计算结果和实验验证以最有效率的方式接上。

上周，初创公司 Discovered Materials 放出一个 100 万美元的大挑战。它鼓励研究者用 AI 去理解超导和散热这类问题。

Pines 描述的是一个循环：如果 AI 给出的想法是真实的自然规律，那它就是一个可以利用的技巧。可以据此造出设备。AI 提出想法，让人做到以前做不到的事，这些循环正是 PSI 在搭的东西。

结果何时公开，也由模型发布时间决定

PSI 必须等到 Anthropic 的模型接近发布才能公布结果。这段等待反而有用：他们得以把解分享给相关研究者，好让更多人看懂。东北大学教授 Jim Halverson 为 PSI 提供咨询。他说学术界希望在做事方式上尽自己的责任，最佳实践还在形成中，透明和联系专家是好的方向。下周 MIT 有一场峰会，一批物理学家要在那里讨论如何回应这个新的科研节奏。

Turturean 说，他第一次把 AI 给出的解打印出来通读，想的是怎么让它以更自然的方式呈现给人。学术共同体此后会指望他能把这个结果讲清楚。他说那一刻他意识到 AI 能做到的事情有多重。