A Tool-Grounded AI Agent for Gauge Coupling Unification and Proton Decay
本文介绍了 *proton_agent*，这是一种基于工具的 AI 智能体，旨在通过自然语言与确定性的科学后端进行交互，以执行大统一理论中的规范耦合统一和质子衰变计算，同时支持使用开源大语言模型的完全本地化部署，并能够实现复杂的参数扫描、模型评估以及达到出版标准的可视化展示。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
宇宙建立在一套支配粒子如何相互作用以及力如何表现的无形规则之上。几十年来，物理学家一直试图寻找一套单一且优雅的规则，用以解释一切，即一个能将自然界中不同的力统一到一个宏大框架中的理论。最受关注的想法之一是，在极高的能量水平下，我们今天看到的截然不同的力——例如驱动灯光运转的电磁力和维持原子核稳定的强力——会合并成一种统一的力。如果这种统一真的发生过，它会在这些力量随能量水平变化而改变强度的过程中，留下细微的指纹。此外，如果存在这样一种大统一理论，它会预言质子（所有物质的稳定构建模块）最终会发生衰变，在漫长的时光中分解成更轻的粒子。发现这种衰变将是该理论的终极证明，但目前从未被观测到，而且预测何时或是否会发生所需的计算极其复杂，涉及数千个变量和错综复杂的数学步骤。
为了应对这一巨大挑战，斯洛文尼亚约热夫·斯特凡研究所（Jožef Stefan Institute）的一位研究人员创建了一种新型数字助手，名为 proton_agent。这不仅仅是一个简单进行数值计算的标准计算机程序；它是一个人工智能代理，旨在理解人类语言并将自然语言问题转化为精确的科学计算。想象一下，一位研究人员提出一个简单的问题，比如：“如果我们增加一种新类型的粒子，这些力的强度会发生什么变化？”然后计算机能立即理解这些词汇背后的物理学原理，选择正确的数学工具，运行复杂的模拟，并用通俗易懂的英语解释结果。其目标是使这些高水平的物理研究变得易于获取且可复现，让科学家能够在不迷失于编码和手动数据录入的技术细节中，探索广阔的可能性。
该代理通过在人类用户与强大的确定性科学引擎之间充当桥梁来工作。当用户输入请求时，AI 会解释其意图并决定使用哪些特定的计算工具。它可以处理关于规范耦合（描述基本力强度的数值）如何从实验室可测试的能量水平演化到难以想象的早期宇宙能量水平的计算。它可以模拟不同的对称性破缺场景，即宇宙在达到我们今天所见的物理定律之前，经历不同的中间阶段。如果用户想知道某种特定的粒子排列是否有助于力实现统一，该代理会运行数值，检查结果，并告诉用户这些力是在一个点上汇合还是彼此分离。它甚至可以确定一种新粒子需要具备的确切质量才能使统一成为可能，从而将一个理论上的“假设”转化为一个具体的数字。
除了追踪力之外，该代理还专门设计用于预测质子的寿命。在力实现统一的理论中，质子并非永恒；它们最终会破碎。该代理可以根据不同的理论模型（例如涉及每个已知粒子都有一个更重伴侣的超对称理论）计算质子可能持续多久。它考虑了粒子旋转和混合的复杂方式、介导衰变的重粒子的质量，以及空间的真空特性。该系统可以运行数千种随机变量的组合，这一过程被称为参数扫描，以观察哪些场景仍然可行，哪些已被排除。它会将预测结果与像 Hyper-Kamiokande 这样的大型探测器所设定的严格限制进行对比，这些探测器已经确立了当前的界限并预测了未来的灵敏度。如果一个模型预测的质子寿命比这些探测器所观测到的短，代理会将其标记为被排除。如果预测值恰好处于未来探测器可能发现的边缘，它会将该模型标记为可测试。
该工具的力量在于其处理海量数据和变量间复杂关系的能力。例如，在超对称模型中，质子的寿命取决于被称为彩色三重态希格斯场（color-triplet Higgs fields）的重粒子质量及其伴侣——亚夸克（sfermions）的质量。该代理可以系统地改变这些质量，通过运行数千次模拟来绘制出改变某一数值如何影响预测寿命的精确图谱。它可以生成详细的可视化图表，展示衰变概率如何在不同能量尺度下变化，或者不同的混合角如何影响结果。在一次特定的测试中，该代理采用了一个已被实验数据排除的基准点，并展示了其预测的寿命比当前实验极限短了约八个数量级。随后，它帮助用户探索亚夸克需要变得多重，才能将预测的寿命推回安全区域，从而有效地引导研究人员走向一个可行的理论。
这种方法之所以特别重要，是因为它在完成繁重工作的同时，让位于人类的参与。AI 并不猜测物理学，它使用专门的、经过验证的后端来进行计算，以确保数值的准确性和可复现性。语言模型仅作为接口，解释用户的意图并呈现结果。这种分离意味着科学结论是基于可靠的计算，而非语言模型的统计猜测。该系统设计为在标准计算机上使用开源模型本地运行，这意味着研究人员不需要依赖昂贵的商业服务，也不必担心数据离开自己的机器。它代表了科学研究方式的一种转变：从科学家花费大部分时间编写代码和调试脚本，转向专注于物理学本身——提出问题并像与一位知识渊博的同事交谈一样解读答案。
研究人员通过复现以往研究中的已知结果并进而开拓新领域，展示了该代理的能力。他们表明，该代理可以处理涉及多阶段对称性破缺的复杂场景，即宇宙在达到当前状态之前，如何通过不同的力群进行转换。它成功计算了添加各种新粒子后的影响，确定了这些粒子是否有助于力的统一以及它们会在何时何地实现统一。在质子衰变领域，它能够驾驭决定质子如何分解的味旋转（flavor rotations）和混合参数的复杂网络。通过运行马尔可夫链蒙特卡罗（Markov-chain Monte Carlo）模拟——这是一种通过受概率引导的随机步进来探索广阔可能性空间的算法——该代理识别出了在严苛的实验约束下仍可能有效的参数空间中的微小区域。这些区域通常需要极度的精细调节（fine-tuning），但找到它们对于了解哪些理论仍然值得追求至关重要。
最终，proton_agent 是一个用于探索和验证的工具。它本身并不能独立解决大统一的奥秘，但它提供了一种将想法与现实世界的硬数据进行对比检验的强大方式。它允许研究人员快速舍弃那些不可能的理论，并将注意力集中在可能通向突破的狭窄路径上。通过自动化那些繁琐且易错的计算部分，它释放了科学家去进行更深层次思考的空间。这项工作表明，高能物理学的未来可能在于人类直觉与人工智能之间的伙伴关系：由机器处理庞大的计算景观，而人类则引导探索的方向。随着这些工具变得更加先进，它们很可能成为任何试图理解统治我们宇宙的基本法则之人的必备工具，将计算质子寿命这一艰巨任务转变为一个可控的、交互式的过程。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。