AI理解物理规律再获突破！成果荣登权威期刊封面

在人工智能与物理学交叉融合的前沿领域，近期传来振奋人心的消息——AI在理解和发现物理规律方面取得重要进展，相关成果不仅发表于国际权威期刊，更登上了该刊最新一期的封面，标志着AI驱动科学发现迈入新阶段。

这项突破性成果来自丘成桐领衔的研究团队，清华大学的科研人员合作提出了名为PhyE2E的神经符号模型，创造性地将大语言模型与物理知识相结合，打造出能从观测数据中自动推导空间物理规律的AI系统。不同于传统符号回归算法在可解释性和扩展性上的局限，这个新模型就像给AI装上了“物理思维大脑”，能端到端完成物理公式的生成、分解与优化，全程无需依赖预设的公式结构。

模型的核心优势在于其精妙的数学分析机制，其中的“公式分解模块”通过神经网络二阶导数矩阵，能精准识别物理变量间的非线性关系。当检测到某些变量的二阶偏导接近零时，模型就判断它们在物理规律中相互独立，从而将复杂方程拆解为可单独求解的子式，既降低了计算难度，又保证了结果的物理意义。同时，模型融合了多种先进技术架构，实现了从实验数据到符号公式的全流程自动化推理，生成的方程不仅物理量纲一致，拟合精度和符号准确率也远超国际主流方法。

在空间物理学的实际应用中，这个AI系统展现出惊人实力。研究团队将其应用于太阳黑子预测、近地等离子体监测等五个重要场景，生成的物理公式与卫星和天文望远镜的观测数据高度吻合。更值得关注的是，它成功颠覆了美国航空航天局1993年提出的太阳活动公式，首次以显式形式揭示了太阳活动长周期的物理机制，还发现近地等离子体压力衰减与距地球距离的平方成正比，这一结论与独立卫星观测数据完全匹配。

这项研究的意义远不止于空间物理学领域，它证明了AI能够真正参与到“从数据到规律”的科学发现全流程，为流体力学、凝聚态物理等更多学科提供了可推广的研究思路。随着AI对物理规律的理解不断深入，未来有望帮助科研人员突破传统研究瓶颈，在探索自然奥秘的道路上开辟出更高效的新范式，让人工智能成为推动基础科学进步的强大动力#智能科技##微博兴趣创作计划# http://t.cn/AXAq24US