埃默里大学的物理学家们做出了一项可能改变科学研究方式的突破。他们用人工智能不仅分析了数据，更直接发现了关于物质第四态——等离子体的新物理定律。这项成果刚刚发表在《美国国家科学院院刊》上，它证明了AI在科学探索中的巨大潜力。更令人瞩目的是，这个AI系统还纠正了长期困扰等离子体物理学家的多个理论假设。

这听起来像是科幻小说，但这正在发生。研究团队在一个名为尘埃等离子体的复杂多体系统中，让经过特殊设计的神经网络与实验数据相结合，以超过99%的精度描述了粒子之间的相互作用力。实验物理学教授贾斯汀·伯顿强调，他们的方法并非黑箱操作，而是一个透明的、可以推广到其他复杂系统的框架。这意味着AI不再只是一个计算工具，而是一个真正的科学发现者。

从错误的理论到正确的物理图景

长期以来，物理学教科书里写着一些关于尘埃等离子体的"确定事实"，但这项研究表明，其中有些并不完全正确。最令人惊讶的发现之一涉及粒子的电荷。传统理论认为，尘埃粒子的半径越大，其所带的电荷也越大，且电荷量与粒子半径成正比。然而，新的AI分析表明现实要复杂得多。粒子的电荷确实会随着半径增大而增加，但这种增加并不遵循简单的正比关系，而是取决于等离子体本身的密度和温度。

理论物理学家伊利亚·内门曼指出了另一个被纠正的错误假设。之前的理论认为，两个粒子之间的作用力随距离呈指数衰减，且衰减倍数与粒子大小无关。但AI的发现表明，衰减倍数确实与粒子大小息息相关。这些看似细微的调整，却代表了对物质相互作用本质理解的深化。

这是实验室真空室内部景象，胶体颗粒悬浮在一个扁平的圆盘中，在绿激光的照射下，用于研究尘埃等离子体。图片来源：伯顿实验室

设计这个神经网络花费了团队超过一年的时间。关键在于，他们需要建立一个既遵循物理学必要规则，又能够探索未知现象的系统。伯顿、内门曼、首席作者文涛宇和埃斯拉姆·阿卜杜勒阿利姆每周聚集在一起，反复讨论和改进。一旦找到了正确的网络结构，一切就变得清晰了。他们把神经网络的限制条件简化为三个独立因素：粒子运动的速度或阻力、环境力如重力，以及粒子间的相互作用力。

从尘埃等离子体到生命系统的广阔前景

尘埃等离子体听起来很陌生，但它无处不在。土星的环由尘埃等离子体组成，野火期间的烟雾含有带电粒子，月球表面的灰尘也悬浮在尘埃等离子体中。正是这个普遍性使得在这个系统中的发现具有广泛的应用潜力。

更重要的是，内门曼看到了这项研究超越物理学的可能性。作为一位生物物理学家，他研究的是支配动态自然系统的原理，特别是复杂生物系统中的集体行为。比如人体内的细胞如何相互作用和协调，或者在癌症研究中，细胞间的相互作用如何导致转移。尘埃等离子体提供了一个在比生物体更简单的环境中探索集体行为的理想平台。

这个方法论的通用性令人印象深刻。伯顿和内门曼开发的AI框架不仅能在台式电脑上运行，还能推广到其他复杂多体系统，从胶体颗粒到生命系统。内门曼即将前往德国康斯坦茨集体行为学院担任客座教授，他计划教授来自世界各地的学生如何运用这个AI框架来推断生命系统中的集体运动物理规律。

伯顿强调了批判性思维在科学AI应用中的重要性。虽然AI框架具有推断新物理规律的能力，但仍需专业物理学家来设计正确的神经网络结构，并解释和验证所得数据。他对AI造福社会的潜力持乐观态度，认为如果运用得当，AI可以打开通往全新领域的大门。这个研究项目得到了国家科学基金会和西蒙斯基金会的支持，充分体现了科学界对这个方向的期待。