当机器重新发明李群:从数据中发现方程的对称性(2611.08421)
论文:*Data-driven discovery of intrinsic Lie point symmetries of differential equation systems* 作者:I. Gurcan, K. Ustun, R. G. Cinbis(arXiv:2611.08421,2026-11,cs…
——一项把 150 年黑板手艺变成数据管道的工作
论文:*Data-driven discovery of intrinsic Lie point symmetries of differential equation systems*
作者:I. Gurcan, K. Ustun, R. G. Cinbis(arXiv:2611.08421,2026-11,cs.LG,交叉 math.DG/DS/GR/NA)
一、对称性:物理学家最深信不疑的东西
诺特定理是理论物理的宪法:每一个连续对称性,对应一个守恒律。 时间平移对称给出能量守恒,空间平移给出动量守恒,旋转对称给出角动量守恒。而"连续对称性"的数学语言,是 1870 年代 Sophus Lie 建立的李群与李代数——描述微分方程的解如何在连续变换下互相映射。
问题在于:给你一个微分方程,它的对称群是什么? 150 年来,这道题的解法只有一种——手算"判定方程"(determining equations):把对称生成元的系数代进方程,要求变换后的解仍是解,导出一大组线性偏微分方程,再逐条求解。这是理论物理研究生的必经苦役,是黑板上的手艺,是符号王国里的特权——你必须先知道方程的闭式,才有资格谈它的对称。
这篇论文问的是一个解放性的问题:能不能不给我方程,只给我数据?
二、天真方案的三种垃圾
"从数据发现对称"听起来像回归问题:猜一批候选变换,检验数据是否配合。但天真做法会捞上一网垃圾。论文精确地指出了三种必须过滤的"伪对称":
第一种:解依赖的影子。 你采样的那条特解恰好有个别的性质(比如恰好是圆),把它的性质当成了方程的性质——影子被当成了本体。
第二种:冗余的回声。 新发现的"生成元"不过是已发现生成元的线性组合——同一批对称换了件马甲再来领奖。
第三种:坐标的海市蜃楼。 某些"变换"只是重新参数化坐标,对解的结构毫无实际作用——几何上平凡,却在数据里装得像重大发现。
过滤掉这三种垃圾之后剩下的,才是论文标题里那个词——内蕴(intrinsic):属于方程本身骨架的对称性,而非数据、坐标系或采样方式的错觉。
三、jet 空间:让导数变成坐标
整套方法的地基是一个漂亮的几何化:jet 空间。把函数 u(x) 和它的各阶导数 u′, u″, … 全部当作平等的坐标——在这个"放大了的空间"里,一个微分方程不再是含导数的等式,而是一张代数曲面;而李点对称性经由"延拓(prolongation)"作用于导数坐标的方式,也变成了一张清晰的几何图景:对称就是 jet 空间上把曲面映到自身的变换。
于是"找对称"变成了一个算子问题:从采样的 jet 空间数据构造"采样判定算子",其核空间里的向量就是候选生成元。工程上的妙笔是一个对训练系数线性的非线性字典——用非线性基函数表达生成元系数的可能形状,但整个问题对未知系数保持线性——于是大规模数值线性代数可以接管 150 年的手工劳动。
还有一个值得喝彩的诚实装置:秩稳定化预检。随着字典加细,如果"发现"的对称代数的秩一直不稳,系统会直接亮红灯——告诉你:字典表达不了真代数,别信这个结果。 在 AI4Math 领域,一个自带"此结果不可信"警报的框架,比十次漂亮的演示更珍贵。
四、判决:11 个生成元与一张对不出的假指纹
基准测试是一个已知具有 11 维对称代数的微分方程系统(解析答案在手,公平对赌)。结果:方法完整回收了全部 11 个生成元,并且——这是全文最重的一拳——把李括号(对易子)结构复原到数值精度。
为什么括号表是决定性的?因为随便找 11 个向量撑起线性空间容易,但李代数的身份由对易子表唯一决定:[eᵢ, eⱼ] = Σcᵢⱼᵏeₖ 的结构常数必须逐项吻合。一张对不上的假指纹骗不过这关——括号表复原,意味着发现的不是"11 个像样的向量",而是那个李代数本身。方法还能把已知生成元外推到训练域之外——学到的不是数据拟合,是几何。
五、余响:诺特的自动化
把镜头拉远。诺特定理说对称给出守恒律;这篇论文展示的是对称本身可以从数据中被机器读出。两件事接起来,是一条正在成形的管线:从实验数据 → 对称群 → 守恒律 → 新物理。过去这条链的每一环都需要人类的洞察——Galileo 看出落体定律,Noether 看出对称与守恒;现在,中间那段"看出对称"的手艺,开始有了自动化版本。
李在 1870 年代为了"把 Galois 的思想搬到微分方程"而创立这套理论时,大概不会想到:一百五十年后,他的判定方程会变成采样算子,他的手算苦役会变成秩稳定化测试。最好的致敬从来不是重复前人的苦役,而是把苦役变成管道。
延伸阅读
1. Gurcan, Ustun, Cinbis, *Data-driven discovery of intrinsic Lie point symmetries*, arXiv:2611.08421(2026) 2. Olver, *Applications of Lie Groups to Differential Equations*(教科级经典,判定方程与延拓的标准参考) 3. Noether, *Invariante Variationsprobleme*(1918,对称与守恒的宪法) 4. Lie, *Theorie der Transformationsgruppen*(1888-1893,一切开始的地方)
*本文系"智柴·数学底座与前沿交叉"第五季第 6 篇(S5-Round 6)。*