2025年,人們對人工智能在科學研究中的定位發(fā)生了根本性轉變。繼AlphaFold顛覆蛋白結構預測之后,通用型大語言模型(LLMs)開始在多個學科中展現(xiàn)接近博士水平的研究能力,正直接參與科學發(fā)現(xiàn)本身。在數(shù)學領域,DeepMind的先進語言模型在國際數(shù)學奧林匹克競賽中獲得金牌,性能遠超科學界對AI的長期預期;OpenAI的GPT-5則在組合數(shù)論與圖論中提出了具有原創(chuàng)性的理論進展。在化學研究中,AI能以極少的實驗次數(shù)找到最優(yōu)反應條件;在生物醫(yī)學領域,AI迅速從已知藥物中篩選出抗肝纖維化候選分子,并在短短數(shù)天內復現(xiàn)了人類研究團隊耗時數(shù)年的基礎發(fā)現(xiàn)。盡管目前AI在自主提出研究問題、完成同行評議等方面仍存在明顯不足,但不可否認的是,AI使用已經(jīng)成為科研體系中不可逆的一部分。
多年來,μ子的異常磁性(即“g-2”值)一直被物理學家視為尋找“新物理”的重要突破口。自2001年起,美國費米實驗室的Muon g-2實驗多次測得μ子磁性略高于標準模型預測,這一微小但穩(wěn)定的差異曾被視為新粒子存在的潛在線索。然而,2025年,這一懸念宣告終結。最新實驗結果與修正后的理論計算高度一致,μ子并未偏離標準模型。真正的突破并非實驗本身,而是理論物理的進步。研究人員借助超級計算機,利用格點規(guī)范理論,首次從“第一性原理”出發(fā),精確計算了強相互作用中夸克和膠子對μ子磁性的貢獻。這一方法擺脫了過去對不一致實驗數(shù)據(jù)的依賴,使理論預測精度首次可與實驗結果比肩。理論團隊因此放棄傳統(tǒng)的數(shù)據(jù)外推方案,轉而采用全計算框架,最終消除了“異常信號”。盡管這意味著物理學家暫時未能發(fā)現(xiàn)新物理,但它標志著計算物理的一次里程碑式勝利,也再次鞏固了標準模型在已知能標下的解釋力。
2025年7月10日辟謠:警惕!“醫(yī)?!畟€人賬戶’將全部取消”系舊謠新傳詳情:近日,一篇題為《7月起醫(yī)保新調整,“個人賬戶”將全部取消
2025-07-11 09:32:55辟謠2025年7月22日辟謠:這則“警情通報”是假的!詳情:近日,一則內容為“昆明市金馬坊路段發(fā)生一起犯罪嫌疑人駕車沖撞行人的重大惡性案件,致131人經(jīng)搶救無效死亡,337人受傷
2025-07-24 10:36:00辟謠