PSI 藉助 Anthropic Fable 5.2 解決 Aaronson-Ambainis 猜想,探索 AI 科學研究商業模式
PSI 嘗試用 AI 驅動的科學發現打造商業模式
PSI 技術人員 David Turturean 藉助 Anthropic Fable 5.2 的早期存取權,解決了量子計算領域懸而未決 18 年的 Aaronson-Ambainis 猜想,並以 Lean 完成自動形式化驗證。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
PSI 以 Lean 形式化驗證 Aaronson-Ambainis 猜想的案例,呈現專用模型工具鏈如何支援理論研究,也帶出計算結果仍須連結實驗驗證的挑戰。
TechCrunch:AI· Tim Fernholz·2026-11-11 03:03· 47 分鐘前精選AI 評分76
PSI is trying to make a business out of AI-driven scientific discovery
AI 導讀
PSI 實驗室的 David Turturean 藉助 Anthropic Fable 5.2 模型早期訪問許可權解決了存在 18 年的量子計算問題 Aaronson-Ambainis 猜想,證明經 Lean 自動形式化驗證。
推薦理由
通過 PSI 解決 Aaronson-Ambainis 猜想的案例,探討用專用模型框架和腳手架推動科學發現這一商業模式的路徑。

David Turturean 是麻省理工學院(MIT)的應屆畢業生,也是初創實驗室 Physical Superintelligence (PSI) 的技術人員,他利用對 Anthropic 的 Fable 5.2 模型的早期訪問許可權,解決了一個關於量子計算的長達十八年的問題。
“我完全接受這有可能是我發表的最後一篇論文,”Turturean 對 TechCrunch 說。他原本計劃去麻省理工學院知名的電腦科學與人工智慧實驗室攻讀碩士,但為了加入 PSI 推遲了這一安排。“再過幾個月,你幹嘛還要發論文呢?”
這個難題就是 Aaronson-Ambainis 猜想,它關乎量子計算機能否比經典計算機更快地解決問題。提出該猜想的兩位研究者之一 Scott Aaronson 寫道,他自己並不完全理解這個證明,但他相信它是對的,因為該證明已在數學程式語言 Lean 中完成自動形式化,並且由 PSI 共享該解法的一組頂尖研究者解釋過。
這個解法似乎堵死了量子計算機高速解決某些難題的一條路徑,但並非所有路徑。“這是一個否定性結果,讓人們知道:好,這條路不用再找了,”Turturean 說。
更廣泛地看,它折射出 AI 解題給科學界帶來的震盪。
“完整證明 [Aaronson-Ambainis 猜想] 是量子查詢複雜度領域最後幾個懸而未決的問題之一,而且大家都認為它至關重要,”Aaronson 寫道,他形容自己對這一訊息的感受是滿足、敬畏、失望和疲憊交織。“說實話,幾週前 OpenAI 的 Mathocalypse 成果大放送裡沒有它,我很意外。他們肯定試過,難道它真的比那些被解決的問題都難那麼多嗎?”
這一點恰好支援了 PSI 的路線:用專門的模型 harness 和腳手架來攻克科學問題。
“一套有效的研究系統,應該在 harness、工具、記憶系統、模擬基礎設施等方面都有大量積累,”PSI 執行長 Matt Pines 對 TechCrunch 說。“你要能真正從廣度和深度上追擊一個問題,並且能夠考慮各種可能的備選方案。”
目前,公司的收入來自用其工具最佳化資料中心,模擬熱量、電力、水、噪音等變數——“這些站點的效能以及對社群的影響,直接取決於其物理特性。”但長遠來看,公司要做的是把理論物理的突破轉化為實際技術。
“六到九個月前,我跟投資人談的時候,還得使勁去論證這個前提,對吧?就像在說,‘不不不,相信我,很快理論物理就會主要交給機器來做,’”Pines 說。“現在還沒到那一步,但正在路上。”
不過,儘管 AI 在數學和電腦科學等領域已經拿下重要成果——這些領域的成果可以用經過驗證的程式碼表達——但在生命科學或物理學這類抽象程度較低的學科裡,要做到這一點已被證明更難。上週,初創公司 Discovered Materials 釋出了一項百萬美元大獎賽,面向用 AI 理解超導性、散熱等問題的研究者。
“歸根結底,物理和數學不一樣,因為它面對的是真實世界……在你構建的現實模型中,大自然是有發言權的,”Pines 說。他表示,這家初創公司專注於研究如何以最高效的方式把計算結果拿去做實驗驗證。
“如果它是自然界的一條真實規律,那就是一個你可以利用的竅門,”Pines 說。“你可以用它造出一個裝置,對吧?AI 提出一個想法,讓你能在現實世界裡做到以前做不到的事……所以每一個這樣的環節,都是 PSI 正在搭建的迴圈。”
隨著“科學新實驗室”成為通往潛在突破性科學的路徑,參與者們仍在摸索這個新世界的標準是什麼。由於 PSI 必須把結果壓到 Anthropic 的模型接近釋出時才能公開,他們得以先與相關研究人員分享,以便更好地理解這一結果。
“作為一名學者,我們希望在按正確方式做事上儘自己的一份力,”東北大學教授、PSI 顧問 Jim Halverson 說。他下週將參加麻省理工學院的一場峰會,屆時頂尖物理學家將試圖就科學的新節奏商討對策。“最佳實踐仍在形成中……我們認為保持透明是條好路子,聯絡專家也是條好路子。”
“我們有一段時間可以慢慢消化它……那是我第一次真正把自己由 AI 引出的一個解法打印出來,從頭讀到尾,然後想,好吧,我怎樣才能讓這個……以更自然的方式呈現給人?”Turturean 對 TechCrunch 說。他還表示,學術界會期望他能解釋這個結果。“我覺得這也讓我意識到,天哪,AI 能做到的事情分量有多重。”
當你通過我們文章中的連結購買時,我們可能會賺取少量佣金。這不會影響我們的編輯獨立性。
來源:TechCrunch:AI · techcrunch.com