谷歌旗下DeepMind实验室近日利用人工智能攻克了一个困扰物理学界逾百年的难题——揭示流体动力学中一类此前未知的“不稳定奇点”。这一突破标志着AI在基础科学研究中的重大进展。 流体运动，如空气绕飞机机翼流动或水流在管道中翻腾，因其高度混沌而难以精确建模。经典物理方程在面对复杂情形时往往“崩溃”，产生无限压力或速度等荒谬结果，这些被称为“奇点”。其中，稳定奇点相对容易发现，而不稳定奇点则长期难以捕捉。 DeepMind团队创新性地开发出专为物理方程设计的AI模型，将流体方程的数学结构直接嵌入算法中，并通过分阶段优化，实现了接近机器精度的计算结果。借助这一方法，他们首次系统性地发现了三类流体方程中的新不稳定奇点，且结果已通过数学严格验证。 研究人员表示，这项成果为解决长期存在的数学物理难题提供了“全新范式”，甚至被形容为“一种新的数学研究方式”。 这一发现意义重大。它有助于更深入理解湍流——这种在航空、气象、心血管系统和能源传输中普遍存在却又难以预测的现象。例如，未来或可据此优化飞机设计，减少飞行颠簸；改进天气预报模型；甚至提升血液流动模拟的准确性。 DeepMind首席科学家德米斯·哈萨比斯（Demis Hassabis）带领团队持续推进AI在科学前沿的应用。这项成果虽非“治愈癌症”级别的突破，却展现了AI在推动基础科学认知方面的真正价值——它不是制造虚假内容，而是破解人类长期难以解答的自然之谜。 正如一位机械工程专业学生所言：“现在我们知道了哪些方程在哪些条件下失效，这让我们对复杂流体行为的监控和预测更加可靠。” 这或许是AI真正该做的事：以理性与深度，照亮未知的边界。