引子:一个困住科学界一百多年的矛盾
我们每天都在经历时间的流逝。
茶水放凉了就不会自己变热,墨水滴进清水里散开就再也聚不回来。在我们的日常经验里,时间只有一个方向——往前走,从不回头。
但物理学家告诉我们一件奇怪的事:当我们钻进物质最深处,去看那些分子、原子的时候,牛顿的运动定律里根本没有"过去"和"未来"的区别。你把一段微观运动的录像倒着放,它照样符合物理规律。
宏观世界里到处都是"不可逆"——热茶变凉,墨水散开,青春老去。微观世界里却全是"可逆"——两个小球怎么碰上的,就能怎么弹回去。
一边是不可逆的宏观世界,一边是可逆的微观世界。这个矛盾,像一根刺,扎了科学界一百多年。
1900年夏天,德国数学家希尔伯特在巴黎国际数学家大会上提出了23个问题,其中第六个问的是:我们能不能从牛顿定律出发,用纯粹的数学推导,一步一步走到描述流体运动的宏观方程那里去?
微观和宏观之间隔着的不是一层纸,而是一片海。希尔伯特想要的,是一座横跨这片海的大桥。
一百二十多年后,这座桥终于通了。
要理解这座桥的难度,得先看看它要跨越的是什么。
最底下是微观层。那里有无数个分子,每个都老老实实地遵循牛顿定律——碰到就弹开,弹开再碰到。这一层是确定性的:只要告诉我们每个分子的初始位置和速度,我们就能算出它们任意时刻的状态。
最上面是宏观层。那里是我们熟悉的世界:风吹过来有速度,水烧热了有温度,飞机穿过空气有阻力。这一层不再追踪单个分子,而是用密度、速度、温度这样的物理量来描述整体。
微观层和宏观层之间夹着一层,叫介观层。这一层的核心方程是玻尔兹曼方程——它不追踪每一个分子的轨迹,而是描述这些分子整体上的统计行为。
建桥最难的一步,就是从牛顿定律推导出玻尔兹曼方程。
1975年,数学家兰福德迈出了第一步。他证明了在足够短的时间里,这个推导是成立的。但问题在于——时间一长,粒子之间反复碰撞,所有可能的路径像野草一样疯长,数学上完全失控。
此后的将近五十年里,无数数学家在这座桥的断口处徘徊,始终没能跨过去。
问题的本质在于:短时间尺度下,每个粒子最多只经历有限次碰撞,路径是可控的。但一旦时间拉长,一个粒子可能跟数不清的其他粒子发生连锁碰撞——每多一次碰撞,可能性就爆炸式增长一次。这些路径相互纠缠,最后变成一团谁都解不开的乱麻。
2024年8月,邓煜和他的合作者Zaher Hani、马骁发表了一篇200多页的论文。他们做到了兰福德做不到的事——在任意长的时间里,从牛顿动力学严格推导出玻尔兹曼方程。这篇论文后来被国际顶尖数学期刊《数学年刊》接收。
他们是怎么做到的?
邓煜团队把漫长的时间切成无数小段。每一段里,碰撞的情况相对简单;段与段之间,再用一套精密的组合算法把它们串起来。这就像搭跨海大桥——不是一根钢索拉到底,而是一段一段地架设,每一段都牢牢锚定,最终连成整体。
论文里最核心的技术难点,是控制那些复杂得可怕的"碰撞历史图"。我们可以把它想象成一张巨大的网络:每个节点是一次碰撞,每条边是粒子飞行的轨迹。当时间变长,这张图会膨胀到难以想象的地步。邓煜团队必须发明全新的组合切割与约化算法,才能在这张图上实现统一的控制。
更让我们感到振奋的是,2025年他们又往前推了一大步——从玻尔兹曼方程进一步推导出了可压缩流体的欧拉方程,以及不可压缩条件下的纳维-斯托克斯-傅立叶方程。
从牛顿硬球动力学到玻尔兹曼方程,再到宏观流体方程——一条完整的推导链条,至此全部打通。希尔伯特在1900年许下的宏愿,终于有了一个完整的、纯粹的数学证明。
这座桥的落成,首先回应的是一个百年难题。但它的意义远不止于此。邓煜打造的这套新数学工具,将直接解决多个前沿科技的瓶颈。
先说航天工程。 航天器在极高空飞行时,空气非常稀薄,分子之间的碰撞不再像地面上那样形成连续的气流,而是更像一个个台球在乱撞。以前工程师用玻尔兹曼方程模拟航天器表面的摩擦受热,心里总不踏实——担心时间长了数据失真。现在邓煜证明了底层逻辑无懈可击,航天器隔热层的设计可以做到绝对精准。
再说半导体芯片。 当芯片小到原子级别时,里面的电子就不像水流了,而像台球一样互相乱撞。这种多粒子混沌碰撞,以前谁也算不清楚。邓煜算清楚了。这套方法未来能变成新算法,帮半导体行业设计出性能更强、发热更低的超级芯片。
还有可控核聚变。 核聚变装置里是上亿度高温、到处乱跑的带电粒子。邓煜的新数学语言能帮物理学家精准解析并控制这些疯狂的等离子体,让人类离取之不尽的清洁能源更进一步。
天气预报就更不用说了。 我们每天看的天气预报,本质上就是在计算机上求解宏观流体力学方程。邓煜的工作从数学上彻底证明了这些方程的合法性——不是"近似好用",而是"必然成立"。这给了气象学家一个无条件的信心。
邓煜的突破不止于气体和流体。他还顺便把另外两个极度复杂的领域给算清楚了。
一个是波动力学方程。 想象一片狂风暴雨的大海,无数浪花碰撞碎裂,一团乱麻。以前根本算不清。邓煜不纠结每一朵浪花是怎么碎的,而是用一套严密的推导,直接算出了整片海域的总能量会怎么流动。
这在实际中非常管用。比如我们每天用的跨洋互联网,靠的是海底光纤里的光波传数据。现在数据量太大,光波全挤在一起连环追尾,信号乱码,网速达到极限。邓煜的公式相当于给光波信号装了一个超级红绿灯——能提前算好怎么发射光波才不会撞车。不用铺新电缆,网速就能提升好几倍。
再比如大海上偶尔会突然出现几十米高的"疯狗浪",瞬间掀翻巨轮。有了邓煜的算法,超级计算机只要扫一眼普通波浪,就能精准预测出在几分几秒、哪个坐标上,小浪会叠成滔天巨浪。远洋货轮可以提前绕路保命。
邓煜的另一个突破,破解了量子力学里一个著名的死局——薛定谔动力学方程。
在量子世界里,微观粒子像一阵极其脆弱的烟雾,外界一丁点干扰——温度微小的变化、轻微的震动——就会让这团烟雾崩溃。以前的数学家非要用绝对精确的方法来解这个问题,结果死路一条。邓煜换了个思路:不执着于追踪单个粒子的精确状态,转而计算整体的概率规律。这个转向,让他奇迹般地解开了这些曾经无解的方程。
这意味着什么?我们来看几个具体的场景。
终极导航。 现在的核潜艇在深海、飞船在深空,收不到GPS信号就容易迷路。科学家一直想用量子做一个内部指南针,但它太脆弱了——潜艇稍微一颠簸它就坏。邓煜的数学模型告诉了工程师怎么在颠簸和随机噪音中稳住量子。未来的核潜艇就算彻底断网,也能在深海实现毫米级的绝对定位。
激光精准投射。 当我们从太空往地面打超强激光时,空气的热量和气流会把激光搅散——本来想打一个精准的点,落下来却散成一大片微光。有了邓煜的算法,航天专家可以算出空气扰动让激光偏掉的概率,提前把光束稍微调歪一点,经过空气这么一搅和,落地时反而刚好聚成完美的光束。
量子计算机降噪。 现在的量子计算机就像个极易受惊吓的婴儿——一有环境噪音就没办法算数。邓煜的方法能变成量子计算机的主动降噪算法,让它们终于能走出无尘实验室,真正去解决现实世界里的复杂问题。
邓煜的工作跟AI有着深刻的联系。
先看大模型训练。 今天训练一个大语言模型,涉及上万亿个参数。这些参数之间相互纠缠——调整任何一个,理论上都会影响所有其他参数。这跟一罐气体里的分子几乎一模一样:气体分子通过碰撞相互影响,最终整个系统趋于平衡态;神经网络的参数通过梯度更新相互牵制,最终收敛到能工作的状态。邓煜发明的组合切割与约化算法,本质上解决的就是"海量个体如何高效收敛到整体规律"的问题。有朝一日,这种思想或许能启发全新的训练架构。
再看AI的"幻觉"。 现在的AI本质上是在做统计拟合——你喂给它足够多的数据,它能找出模式,但它并不"理解"物理规律。你问它一个物理问题,它可能给出一个形式上漂亮但能量不守恒的答案。邓煜的工作展示了另一条路:从最基本的原理出发,一步一步推导出宏观规律。这种"从第一原理推导"的思维方式,也许能帮助未来的AI在面对物理世界时做到有约束可循,而不是漂亮地胡说八道。
邓煜本人对AI的态度很清醒。 他说过:"AI目前可以给你提供一些思路、小的步骤,甚至做小篇幅的讨论,作为研究助手足够了。但真正独立写出几十页高技术含量的证明,目前还远远做不到。"
但他透露过一个细节:在近期一项工作中,有一个主要命题的特殊情形,他自己连续几天没想出来,GPT却给出了一个非常简单的证明,很快处理了那个特例——虽然无法推广,但给了他一条有价值的思路。
他更关心的是另一件事:AI本身缺乏数学基础。"我问过很多做AI的数学家,问这个东西为什么能work,他说他也不知道,只要能work就行。但究竟需要什么数量级的算力才能出现某种奇迹?背后的机制是什么?如何做好风险控制?这些都需要数学家建立严谨的数学基础来回答。"
最后,说说邓煜的证明对数学本身的意义。他贡献了三样重要的东西:处理"碰撞历史图"的分析工具、控制海量展开项的组合算法,以及——最重要的一点——他打破了数学分支之间的墙壁,从一个领域借来思想解决另一个领域的问题。这正是数学最美妙的地方。
有评论者把邓煜的成就比作19世纪的黎曼几何。当时大家以为那只是个高级数学游戏,结果60年后爱因斯坦用它写出了相对论。到了今天,没有相对论,我们的手机、GPS、全球网络、深空探测、天文望远镜,统统会瘫痪。邓煜的角色,某种意义上就像那个年代为未来铺路的人——他不是发明了一台新机器,而是带着纸和笔走进了宇宙的底层机房,破解了造物主写下的部分源代码,并把这份说明书交给了全人类。
从微观粒子的可逆舞蹈,到宏观世界的不可逆洪流,邓煜的工作就像在两者之间架起了一座真正的大桥。这座桥连接了数学和物理,连接了基础理论和工程技术,也连接了希尔伯特在1900年许下的宏愿和我们今天所处的时代。
2026年,邓煜和王虹一同获得了菲尔兹奖。这是中国籍数学家首次站上这个领奖台。
邓煜自己说过一句话,或许最能解释这一切的驱动力:
"真正推动我的动力,是一种渴望——想要理解数学和自然界中一些基本问题的渴望。这些问题虽然充满挑战,却极具魅力。"
作为见证者和受益者,我们能做的,就是继续追问下去。