网易首页 > 网易号 > 正文 申请入驻

谷歌AI或摘千禧年大奖!华人博士破解百年数学难题,首次捕获奇点

0
分享至

新智元报道

编辑:桃子 好困

【新智元导读】百年流体力学难题,终被AI破解!谷歌DeepMind联手顶尖机构,首次用AI在三个不同方程中,成功发现全新的数学「奇点族」,开创研究全新范式。下一个诺奖,或被AI提前预定?

千禧年大奖难题,终迎来曙光!

今天,谷歌DeepMind与NYU、斯坦福四大顶尖机构,发布了一篇20页的重磅论文——

他们用AI在三种不同流体方程中,发现了一系列新型不稳定「奇点」族。

这些「奇点」是数学物理学中的重大谜团。

一般来说,数学家们描述「流体运动」时,常用纳维-斯托克斯方程(Navier–Stokes equations)来表示。

生活中,气流抬升飞机机翼,或是漩涡飓风形成,都属于这一范畴以内。

然而,在流体力学中,某些极端场景之下,这些方程会出现「崩溃」(break),预测出不可能存在的无限值。

一大关键挑战在于,如何去找到方程中「不稳定奇点」?

由此,谷歌DeepMind团队借助「物理信息神经网络」(PINN),将方程直接编码到神经网络的损失函数中,最小化其输出与方程要求之间的差异。

论文地址:https://arxiv.org/pdf/2509.14185

结果,他们观察到了一个清晰且出乎意料的模式:当解变得越不稳定时,其关键属性之一会无限接近直线分布。

这揭示了,这些方程中此前未被发现的、具有全新底层数学结构。

简单来讲,当奇点越来越「不稳定」,其行为汇聚成线性分布,呈现出惊人的规律性。

也就意味着,流体力学百年难题,被谷歌AI找了新解!

它将为数学、物理和工程学带来全新突破,对天气预报、洪水模拟、航空动力学,乃至心血管研究,意义重大。

千禧年大奖难题,百年未解

万事万物,都遵循着定律。

几个世纪以来,数学家们建立了各种复杂的方程,来描述流体动力学背后的基本物理原理。

他们希望精心构建出一些,让理论与实践相悖的场景,从而预测在物理层面绝无可能发生的情形。

在这些情形中,速度、压力等物理量会趋于无穷,被称之为「奇点」(singularity)或「爆破」 (blow up)

只有搞清楚了「奇点」,才能看到流体动力学方程的根本局限,加速人类理解物理世界运行方式。

其中,稳定性是奇点形成过程中的一个关键特性。

若是一个奇点在微小扰动下仍能保持稳定,它就被认为是「稳定奇点」。

反之,「不稳定奇点」的形成则需要极为苛刻的条件。

数学家们相信,复杂无边界三维「欧拉方程」和「纳维-斯托克斯方程」,不存在稳定的奇点。

1822年,法国数学家Henri Navier首次提出描述流体运动基础方程。23年后,爱尔兰数学家George Gabriel Stokes对其进一步完善。

这就是,「纳维-斯托克斯方程」真正诞生的源头。

一直以来,数学家们仍未解决,其核心难题在于——

证明方程解总是「光滑的」,或在某些条件下产生「奇点」。

简单来说,平静的海面突然掀起海啸的原因,与这个关键问题的解决有着重要的联系。

「纳维-斯托克斯方程」解的存在性与光滑性,是克雷数学研究所设立的六大「千禧年大奖难题」之一。

谁要攻克了这一难题,就能拿下100万美元大奖。

陶哲轩曾与合著者曾研究了纳维-斯托克斯方程解的局部和全局行为

这一次,谷歌DeepMind或将最先摘下这一难题的「圣杯」。

不稳定奇点,AI找到了

早在三年前,谷歌DeepMind联手NYU斯坦福、布朗大学等团队开始秘密攻关。

这个团队,不仅有全球顶尖的数学家,还有著名的地球物理学家。

论文中,合作者们采用了一种全新AI方法,首次在三种不同的流体方程中,系统性地发现了一系列不稳定「奇点族」。

研究流程图

研究过程,主要包含两个主要阶段:

1. 找解阶段

首先在自相似爆破解的空间里「撒网」,找到可能成立的解,一个关键参数是标度率λ,以图i伯格斯方程为例。

随后,迭代方法优化机器学习流程(图ii),并提升解精度。

实际算出来的候选解(图iii)和其精度,会帮合作者调整数学模型和神经网络结构。

比如,怎么变换输入坐标、怎么设计输出场,都属于「归纳偏置」。

最重要的一步来了,研究人员采用「物理信息神经网络」(PINN),搭配高斯-牛顿优化器与多阶段精炼训练方案,在寻找标度率λ同时,生成高精度的候选解。

2.分析阶段

找到候选解之后,团队通过偏微分方程将其线性化,来分析其稳定性。

结果,他们发现了「不稳定模态」——任何微小扰动,都会使系统偏离爆破解轨迹。

由此,通过量化稳定程度,最终找到了高精度的稳定/不稳定奇点。

如下所示,研究人员意外发现,随着解的「不稳定阶数」(即解偏离爆破的独特方式数量)增加,参数λ的值形成一条清晰的直线模式。

这种模式,在不可压缩多孔介质(IPM)方程和Boussinesq方程中,清晰可见。

这暗示着,可能存在更多不稳定的解,而它们对应的λ值预计也将落在同一条直线上。

此外,研究还展示了更多可视化的栗子——

下图是,其中一个方程所计算出的涡度 (Ω) 场。涡度是衡量流体在空间每一点上,旋转剧烈程度的物理量。

再比如,在发现的所有不稳定性中,沿着一个轴穿越同一涡度场的一维切片图。

图中显示了奇点,随不稳定性增加的演变过程。

物理信息神经网络:PINN立大功

之所以能发现这些奇点,谷歌DeepMind融合了多项ML技术。

具体来说,论文使用了「物理信息神经网络」(PINN),去捕捉不稳定奇点。

传统的神经网络,需要从海量数据集中学习,而PINN则不同。

它直接嵌入物理定律,训练网格去匹配方程的预期,通过最小化「残差」,即网络解与方程要求之间的偏离量,从而「学会」遵守物理规律。

值得注意的是,DeepMind团队并非简单应用PINN,他们将数学家的直觉和洞察,嵌入到了AI的训练过程中。

团队还融合了机器学习技术,如二阶优化器,开发出一个高精度框架,将PINN计算精度提升至前所未有的水平。

更直观理解,其所处理的最大误差,相当于在预测地球直径时,将误差控制在几厘米之内。

正如论文一作Yongji Wang所言,「通过嵌入数学见解,并达到极致精度,我们将PINN改造成为一种能够发现『幽灵般』奇点的探索工具」。

数学新纪元,锁定下一个圣杯

谷歌DeepMind最新研究,代表了一种数学研究的新时代——将数学洞察与AI融为一体。

它为流体动力学注入了全新的解,有助于数学家、物理学家、工程师攻克长期挑战。

或许未来,计算机辅助证明,将能攻克科学领域世纪难题,迎来全新纪元。

今年1月,Demis Hassabis曾在一次采访中暗示,团队即将解决一个千禧年大奖难题,并未具体说明。

如今看来,他所指的便是纳维-斯托克斯方程。

下一个数学圣杯,又将花落谷歌DeepMind?

作者介绍

Yongji Wang

论文一作Yongji Wang,目前是纽约大学库朗数学科学研究所的一名博士后,同时也是斯坦福大学的访问博士后。

他的研究方向主要包括连续介质力学、地球物理学以及科学机器学习,在运用理论和数值技术阐明自然及环境中的复杂物理过程方面,拥有丰富的经验。

研究重心是针对各类科学问题开发高精度深度学习技术,其研究范围广泛,从揭示南极冰架隐藏的物理特性,到寻找非线性偏微分方程(PDE)的自相似爆破解。

此前,他在上海交通大学获得机械工程及自动化学士学位,在香港大学获得机械工程学士学位,在剑桥大学获得应用数学硕士学位,在麻省理工学院获得土木与环境工程博士学位。

参考资料:

https://deepmind.google/discover/blog/discovering-new-solutions-to-century-old-problems-in-fluid-dynamics/

https://x.com/GoogleDeepMind/status/1968691852678173044

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
宋美龄活到106岁,身边佣人晚年才说出实情:她从不靠那些进补的东西,真正起作用的是大家都忽视的小事

宋美龄活到106岁,身边佣人晚年才说出实情:她从不靠那些进补的东西,真正起作用的是大家都忽视的小事

磊子讲史
2026-11-19 18:11:34
11月20日,U17国足VS西班牙,41万PK1950万!0-3输球都可以接受

11月20日,U17国足VS西班牙,41万PK1950万!0-3输球都可以接受

开成运动会
2026-11-19 20:41:47
李在明抵达深圳画面流出,韩国网友看了,忍不住盛赞中国排面

李在明抵达深圳画面流出,韩国网友看了,忍不住盛赞中国排面

铁锤侃侃而谈
2026-11-19 09:15:43
北青:赵松源和邝兆镭首战状态有变数,U17国少首战立足防守

北青:赵松源和邝兆镭首战状态有变数,U17国少首战立足防守

懂球帝
2026-11-19 17:47:02
网友吵翻了!广州岳母半夜3点半起夜,撞见女婿常在阳台玩手机,女婿背负十多年房贷,该不该提醒?

网友吵翻了!广州岳母半夜3点半起夜,撞见女婿常在阳台玩手机,女婿背负十多年房贷,该不该提醒?

火山詩话
2026-10-30 09:20:13
海王星补刀:乌军炸桥含金量创世界第一

海王星补刀:乌军炸桥含金量创世界第一

YY团长
2026-11-19 23:20:14
美科技巨头集体反对限制中国光模块:替代要10年

美科技巨头集体反对限制中国光模块:替代要10年

观察者网
2026-11-18 14:38:41
黄仁勋跌下神坛,捅刀的不是对手,是曾经捧红他的传记作者

黄仁勋跌下神坛,捅刀的不是对手,是曾经捧红他的传记作者

子芫伴你成长
2026-11-17 00:05:11
反了!森林狼联盟第一防守!爱德华兹或无缘3亿顶薪

反了!森林狼联盟第一防守!爱德华兹或无缘3亿顶薪

篮球实战宝典
2026-11-19 15:15:49
悲惨!因辅导作业,情绪失控,母女相继跳楼,双双坠亡!

悲惨!因辅导作业,情绪失控,母女相继跳楼,双双坠亡!

闲侃闲侃
2026-06-25 07:43:49
比亚迪新车官宣:11月24日,正式上市!

比亚迪新车官宣:11月24日,正式上市!

科技堡垒
2026-11-17 08:00:40
卢海鹏送别返加拿大儿子,设宴饯行难舍难分,父子聚少离多罕同框

卢海鹏送别返加拿大儿子,设宴饯行难舍难分,父子聚少离多罕同框

临云史策
2026-11-19 20:44:11
车船税优惠大调整!2027年1月1日起,大部分车主或将受到影响?

车船税优惠大调整!2027年1月1日起,大部分车主或将受到影响?

触摸史迹
2026-11-17 09:20:45
切开放一会儿就“发黑”的口蘑,不是坏了——真相是:越白得发亮、放一天都不变色的,越要当心

切开放一会儿就“发黑”的口蘑,不是坏了——真相是:越白得发亮、放一天都不变色的,越要当心

富贵说
2026-11-17 18:37:46
事关台湾问题,特朗普与高市早苗都表态了,俄外长猛批西方一立场

事关台湾问题,特朗普与高市早苗都表态了,俄外长猛批西方一立场

鸟儿太能吃
2026-11-18 22:51:00
解放军的19式钛水壶,真是"钛"高级了!从小装备见证大国崛起

解放军的19式钛水壶,真是"钛"高级了!从小装备见证大国崛起

浩渺青史
2026-11-16 03:55:23
陆毅女儿出道惹争议!长相才华太普通,网友:精修图都记不住脸

陆毅女儿出道惹争议!长相才华太普通,网友:精修图都记不住脸

静若梨花
2026-11-19 21:49:56
凯里·欧文在赛季初就引起了关注,爵士队是最新对他感兴趣球队

凯里·欧文在赛季初就引起了关注,爵士队是最新对他感兴趣球队

好火子
2026-11-19 23:40:14
南越文王只剩一堆残渣,却留下个名字奇怪的明星文物:人操蛇?

南越文王只剩一堆残渣,却留下个名字奇怪的明星文物:人操蛇?

收藏大视界
2026-11-17 23:09:32
乒坛变天了!WTT,三大核心高层相继走人,樊振东归国前路愈发顺畅

乒坛变天了!WTT,三大核心高层相继走人,樊振东归国前路愈发顺畅

点燃好奇心
2026-11-19 22:21:48
2026-11-19 23:56:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16720文章数 67240关注度
往期回顾 全部

科技要闻

提前三个月加薪!英伟达全员会稳军心

头条要闻

日媒称中方对高市早苗的简朴接机仪式引关注 中方回应

头条要闻

日媒称中方对高市早苗的简朴接机仪式引关注 中方回应

体育要闻

文班亚马也防不住这"巨兽" 无奈吐槽:悲哀

娱乐要闻

后会友期 文吉儿公然怼谈话老师陈晓楠

财经要闻

Anthropic的算力赌局

汽车要闻

方程豹钛9实测 堪称比亚迪最强混动的DMS到底怎么样?

态度原创

健康
房产
家居
公开课
军事航空

医生眼里"很伤腰"的椅子,很多人天天坐

房产要闻

2.5亿!丁村侨中,新动作来了!

家居要闻

2026建博会(广州) 公装联探展交流活动

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

“华盛顿”号航空母舰离开中东地区

无障碍浏览 进入关怀版