刚刚，Gemini攻克「宇宙弦」终极难题新智元

就在刚刚，Google Research团队用Gemini Deep Think + 树搜索框架，独立攻克了一个理论物理领域的未解积分难题——宇宙弦引力辐射功率谱的精确解析解。AI探索了600条候选路径，找出6种解法，最优雅的那条，让人类物理学家都拍案叫绝。

震惊，AI科学家真的要来了！

谷歌发布了最新（3月6日）一篇论文，一石激起千层浪。

Gemini Deep Think联手树搜索算法，独立破解了理论物理的开放难题！

一个人类顶级研究团队公认「难得不知从哪下手」的问题，被这套AI系统硬生生地解出来了。

论文地址：https://arxiv.org/pdf/2603.04735

这篇论文非常具有突破性！

简单来说，AI解开人类物理学家之前没能解开的复杂数学/物理难题。

联想到此前，Claude帮高德纳解决图论猜想的消息刷屏。

如果说高德纳论文中Claude攻克图论猜想，是AI在离散数学领域的突破。

那么谷歌这篇论文，则代表AI在连续数学和理论物理领域的全面进攻。

一个是组合数学，一个是数学物理。两件事几乎同时发生，构成了2026年3月最具标志性的「AI科学家」事件。

AI，正在人类最核心的智力领域全面开花。

一个让所有科学家着迷的终极问题

宇宙弦（cosmic strings），是宇宙学中一种假设的一维拓扑缺陷结构，诞生于宇宙早期相变。

这东西振动时，会向外辐射引力波。

而近年来，脉冲星计时阵（Pulsar Timing Arrays，简称PTA）首次观测到了疑似宇宙弦的引力波背景信号，理论物理界因此对宇宙弦的研究热情空前高涨。

要预测宇宙弦发出的引力波信号，就必须精确计算它的引力辐射功率谱（power spectrum）。

具体来说，有一个核心积分 I(N, α)——描述宇宙弦环第N谐波发出的辐射强度。

这个积分看起来简单，但积分区域是个球面，被积函数在边界处存在奇点（e₁,₂ = ±1时），导致标准数值积分根本不稳定。

用经典的勒让德多项式展开？权函数不匹配，爆炸。

过去的研究，只能给出大N时的渐近解，或者奇数N的部分结果。

精确、统一的解析解，多年来一直是悬案。

直到Gemini Deep Think出手。

一句话科普论文解决了什么问题。

AI计算出了一种名为「宇宙弦」发出的引力波的精确数学公式。为了计算这个引力波的功率，物理学家需要解开一个非常复杂的数学积分公式。这个公式里有「奇点」（Singularities，类似于数学上除以0那种让计算崩溃的地方），导致传统的数值计算方法常常失效。

在过去的几年里，人类物理学家和早期的AI尝试过，但只找到了一些「部分解」或者「近似解」，一直没有找到一个统一、精确的解析公式。

难道人类科学家的问题

被Gemini攻克了

与Claude解决高德纳问题时的31步研究式探索类似，Gemini解决这个问题的方式也非常像一个训练有素的研究团队在工作。

谷歌团队没有让AI裸奔。他们搭了一套精密的「神经符号系统」：

Gemini Deep Think + 树搜索（Tree Search）+ 自动数值反馈

三者缺一不可，协同作战。

Gemini Deep Think负责「大脑」：生成数学假设，进行符号推导，判断哪条路径「看起来优雅可行」。

它不是简单地暴力试验，而是被指示进行深度推理链，提前预判无穷级数展开时的收敛问题。

树搜索（Tree Search） 负责「系统性探索」：把整个解题空间建成一棵大树。

每个节点代表一个数学中间表达式——用LaTeX写出来，同时配上自动生成的Python代码，让计算机去数值验证。

搜索策略采用了PUCT算法（置信上限树搜索），这和AlphaGo下棋的底层逻辑一脉相承——在「开采已有好路径」和「探索新可能」之间保持平衡。

自动数值反馈负责「质量控制」：每一步推导完成后，立刻用高精度数值计算去核验符号结果是否正确。如果对不上，这条路径直接砍掉。

这一步最为关键：每当模型提出一个中间步骤，系统就会自动执行对应的Python代码，与高精度数值基准进行比较。如果发现数值不稳定、发散或执行错误，系统会把错误信息和误差反馈给模型，让它自主修正。

整个过程中，AI一共探索了约600个候选节点。

其中超过80%被自动验证器以「代数错误」或「数值发散」为由剪枝淘汰——包括灾难性抵消误差、不稳定的单项式求和、病态的基变换等。

只有少数路径，挺过了层层筛选，最终胜出。

这不是暴力搜索猜答案，而是真正的「AI驱动的数学研究」。