研究背景

       人类经历几千年的摸索，逐渐发展出了能够解释大至宇宙结构、小至夸克分布的科学理论。然而，人类的弱点也是非常明显的：首先是大脑的计算速度有限，难以进行大规模的理性分析；其次是大脑的想象力有限，只能建立起一维、两维等低维图象，难以理解真实世界中一些本质上是极高维的问题。而人类的这些弱点，恰好是建立在神经网络基础上的人工智能的优点所在。因此，借助人工智能可以更好地理解自然规律，并解决大量单独依靠人类大脑无法解决的难题。

课题组借助人工智能工具，探索自然规律的自动发掘、解决前沿重要难题，加快科学研究的进展速度。同时，课题组把神经网络作为全新的物理系统进行研究，探索并利用其规律，推动人工智能底层架构的发展。

代表性成果

● 25.11.13: LOCA-R: Near-Perfect Performance on the Chinese Physics Olympiad 2025, arXiv:2511.10515. 【2025年全国物理奥赛理论试题获313/320分，直接使用大模型最高281分，人类选手最高204分】

● 25.04.02: AI-Newton: A Concept-Driven Physical Law Discovery System without Prior Physical Knowledge, arXiv:2504.01538. 【AI自动发现牛顿第二定律，《Nature》专题报道】