人工智能在等离子体中发现了新物理现象

这项发表于《美国国家科学院院刊》（PNAS）的研究，由埃默里大学实验物理与理论物理学者跨学科合作完成。团队没有用海量数据训练AI，而是设计了一种新型物理启发式神经网络，结合实验室中尘埃等离子体（即含带电微尘的电离气体）的三维运动影像数据，成功发现了此前未被精确描述的物理规律。研究最核心的突破在于：AI以超过99%的精度识别出粒子间‘非互易力’——即A粒子对B的作用力不等于B对A的作用力，打破了传统物理学中‘作用力与反作用力相等’在复杂多体系统中的简单套用。例如，在尘埃等离子体中，前方粒子会吸引后方粒子，而后方粒子却始终排斥前方粒子——这种不对称性类似两艘船在湖面航行时彼此扰动波浪的效应。更关键的是，AI结果修正了两个长期存在的理论假设：一是粒子电荷并不严格随尺寸线性增大，而受等离子体密度、温度等环境因素影响；二是粒子间作用力随距离衰减的方式并非与粒子大小无关，实际衰减速率取决于粒子尺寸。这些结论均通过补充实验验证。该AI模型运行于普通台式机，结构简洁、可解释性强（非‘黑箱’），已具备向其他多体系统拓展的潜力，如生物组织、细胞群、工业涂料甚至鸟群、人群等集体行为系统。研究者强调，AI不是替代科学家，而是新工具：人类仍需精心设计模型框架、赋予物理约束、并深度解读结果——真正的科学突破来自人与AI的协同。项目获美国国家科学基金会（NSF）和西蒙斯基金会支持，被NSF等离子体物理项目主任誉为‘等离子体物理与AI交叉催生生命系统研究新路径’的典范。