Google 的 Gemini 4 Argon 帮助研究人员扩展了描述实验聚变反应堆内部磁场的精确数学解决方案，这项工作建立在今年早些时候的结果之上，推翻了 59 年来的猜想。 TechRadar 周一报道了这一进展，并将其追溯到研究人员通过 arXiv 发表的一篇论文。

该成就涉及用于模拟磁场如何在聚变装置中包含过热等离子体的数学。它本身并不是发电或推动商业聚变更接近的突破，但它为等离子体物理学家提供了自 1967 年以来一直缺乏的东西：更广泛的精确解决方案系列，可以用来测试他们的模拟代码。 更多相关背景，请参阅我们的AI新闻。

自 1967 年以来一直存在的猜想

1967 年，物理学家 Harold Grad 提出了关于控制三维磁场平衡的数学条件的猜想——正是与磁约束聚变相关的设置。

这个猜想影响了研究人员几十年来对等离子体结构的思考。磁约束聚变利用强大的场来容纳极热的带电气体，防止其在原子核结合并释放能量之前逸出。科学家需要这些场的准确数学模型，因为模拟可以帮助他们了解等离子体行为并设计能够维持限制的配置。

精确解很重要的原因是实用的：磁约束的计算机模拟是近似值，要知道这些近似值是否可信，物理学家需要其属性已知的精确数学案例 - 用于测试磁约束模型软件的参考示例，而不是完全依赖近似值。 59 年来，可用的解决方案系列一直受到 Grad 猜想的限制。

2026 年 9 月，情况发生了变化，马里兰大学研究员马特·兰德曼 (Matt Landreman) 发表了与该猜想相矛盾的精确解。据 TechRadar 报道，这项早期工作是在 OpenAI 的 GPT-6 Astra Pro 的帮助下完成的，这是前沿人工智能模型的首批引人注目的案例之一，其结果推翻了等离子体物理学中长期存在的主张。

使用 Gemini 4 Argon 扩展解决方案系列

兰德曼的解决方案有一个局限性：新旧系列都具有特定的几何对称性，这使得研究人员无法获得缺乏这种对称性的配置的确切示例。

Opal Issan、Jonathan Citrin、Matt Landreman 和 Brendan Tracey 随后进行的一项研究着手取消这一限制。研究人员通过 Google 的反重力环境使用 Gemini 4 Argon，其中多个人工智能代理探索了 Landreman 的早期结果并研究了扩展它们的方法。

根据该报告，这些特工找到了消除兰德曼解决方案中对称性限制的方法，方法是引入一个打破对称性的参数，从而产生研究人员可以验证的新磁性配置。在特工开始调查后的几个小时内，有前途的数学候选者就出现了——这极大地压缩了通常需要数周手工计算的搜索过程。

人工智能的作用是缩短搜索时间，而不是取代科学。研究人员仍然必须检查推导，确认所提出的解决方案在数学上是一致的，并进行计算验证。人工智能协助还用于准备部分研究手稿，作者保留对已发表作品的责任。

新解决方案的优点是什么

由此产生的配置为研究人员提供了额外的参考案例，用于检查计算复杂三维排列中磁平衡的计算机程序。这些代码在整个磁约束社区中使用——仿星器和托卡马克研究等——它们的验证完全取决于该工作线产生的精确解决方案的类型。

TechRadar 明确了其范围：直接的成果是为研究磁约束的研究人员提供了一套更广泛的精确数学解决方案，而不是证明人工智能已经解决了核聚变或消除了其工程障碍。求解场方程和建造发电厂之间的差距仍然一如既往地巨大。

模式正在形成

这项工作符合快速增长的成果，其中前沿人工智能模型为严肃的数学做出了贡献，而竞争对手实验室的模型出现在同一问题的不同方面。 OpenAI 的模型帮助产生了与 Grad 猜想相矛盾的原始反例；谷歌的模型帮助将这些结果扩展到了新的领域。

这也反映了谷歌方面深思熟虑的设计选择。本月早些时候发布的 Gemini 4 Argon 被该公司定位为一个为硬科学问题的扩展推理而构建的模型，谷歌将其与反重力代理环境配对，在该环境中多个代理可以并行解决问题。这篇融合论文是物理学家在实践中使用该方法的早期具体演示。

对于等离子体物理学界来说，实际回报立即到来：更精确的案例来验证模拟软件。对于人工智能行业来说，这是关于前沿模型是否正在成为科学发现的真正工具的争论中的另一个数据点——这个问题越来越多地自我回答，一次一个猜想。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →