人工智能在社会人文科学的应用（AI4SS&DH）一直沿着AI4S的脚步亦步亦趋，总是要落后一些。这与社会人文科学通常与人类的“三观”无法“对齐”有关。但AI4S总是给我们以很大的启发。最近物理学利用AI的进展又让人“震撼”到了：AI已不再仅仅是处理数据或优化实验的辅助工具，它正在成为科学发现过程中的创意合作者，甚至开始发现人类科学家未能察觉的新物理定律。

案例一：AI 颠覆尘埃等离子体物理学的传统认知

埃默里大学的一个研究团队利用 AI 研究“尘埃等离子体”（dusty plasma）时取得了惊人的发现。尘埃等离子体是宇宙中普遍存在的物质第四态，从恒星、太阳风到闪电和北极光，几乎构成了整个可见宇宙。它是在带电粒子自由飞行的等离子体中加入了微小的带电尘埃颗粒形成的混合物。例如，宇航员在月球上沾染的尘埃以及地球上森林大火产生的浓烟云，都是尘埃等离子体的实例。

几十年来，科学家们对尘埃等离子体有着一套既定理论，例如粒子间的相互作用方式，以及较大颗粒总是按其尺寸比例携带更多电荷等。然而，当研究人员用尘埃等离子体实验的三维数据训练一个 AI 系统后，AI 的发现彻底颠覆了物理学的一些基本假设。

首先，AI 发现了一种名为“非互易力”（nonreciprocal forces）的现象。这违背了物理学中作用力与反作用力大小相等、方向相反的基本原则。在尘埃等离子体中，一个前导粒子会吸引一个尾随粒子，但尾随粒子却总是排斥前导粒子，这就像两艘船在湖中行驶，一艘船的尾波可能吸引另一艘船，而另一艘船的尾波却可能排斥前者。

其次，AI 证明了科学家长期以来的一个信念是错误的：即粒子携带的电荷量与其尺寸成正比。AI 发现，这种关系实际上取决于等离子体的密度和温度，而不仅仅是粒子大小。

最令人难以置信的是，这个 AI 系统对这些力的描述准确率超过 90%，提供了人类有史以来对尘埃等离子体物理学最详细的描述。更重要的是，这个 AI 并非“黑箱”，研究人员能够理解其工作原理，这意味着同样的方法可以应用于其他复杂系统。AI 在这里不仅仅是分析数据，它实际上是在发现和修正支配宇宙运行的物理法则。

案例二：AI 设计出人类无法想象的引力波探测器

另一个突破性的例子发生在引力波探测领域。引力波是宇宙中黑洞碰撞等剧烈事件产生的时空涟漪，对其探测需要极高的精度。现有的激光干涉引力波天文台（LIGO）历时二十年才建成，并在 2015 年首次探测到引力波，开启了观测宇宙的新窗口。

为了提升探测器的灵敏度，马克斯·普朗克研究所的一个团队开发了一个名为Urania的 AI 系统。他们向 Urania 输入了构成引力波干涉仪的所有可能组件和配置数据，让 AI 自行设计新型探测器。

Urania 提出的设计方案让科学家们目瞪口呆。这些设计布局怪异且不合常规，比如一个方案中包含一个看似毫无意义的额外光循环。然而，经过深入分析，研究人员发现 AI 独立地发现并应用了一个物理学家们此前只在理论上探讨过的降噪概念。这个奇怪的设计实际上可以将 LIGO 的灵敏度提高 10% 到 15%。在引力波天文学中，灵敏度的微小提升都意义重大，这可能意味着可观测的宇宙体积扩大多达 50 倍。

Urania 不止设计出一种方案，而是产生了数十种新的实验配置，其中许多方案的性能超越了人类科学家为下一代探测器提出的最佳概念，有些设计的灵敏度甚至比现有技术高出十倍以上。研究人员已经将这些设计公布在一个名为“探测器动物园”（detector zoo）的平台中，供全球科学家研究。有趣的是，虽然 Urania 的一些设计背后是已知的物理原理，但另一些设计则暗示了科学家们至今仍不完全理解的新应用。

AI 正在引发科学发现的范式转变

这些案例并非孤例，它们标志着科学研究方法的根本性转变。

1. 从辅助到合作：AI 正从一个辅助工具转变为一个创意合作者，能够提出人类专家都感到惊讶的非传统想法。例如，物理学家 Mario Krenn 开发的 AI 系统 Melvin，在数小时内就解决了他和团队数周未能攻克的量子纠缠实验设计难题。
2. 颠覆传统科学流程：传统的科学方法是“观察-假设-实验-验证”。而 AI 正在颠覆这一流程，它可以直接从海量数据中发现隐藏的模式，而无需任何人类的预设偏见或假设。
3. 加速探索未知领域：AI 能够快速探索人类直觉无法企及的广阔实验配置空间。同时，通过提升探测仪器的灵敏度，AI 有望帮助我们发现意想不到的宇宙现象，就像历史上每一次我们用新波段观测天空都会有新发现一样。

展望未来，AI 有可能帮助我们解决物理学中一些最大的未解之谜，如暗物质、暗能量和量子引力等。虽然目前 AI 还不能像人类一样拥有真正的“理解力”，更多是基于复杂的模式匹配，但它们正在成为放大人类创造力和洞察力的强大工具，引领我们进入一个科学发现的“黄金时代”。