GPT‑5.2 deriva un nou resultat en física teòrica
En una nova preimpressió, GPT‑5.2 va proposar una fórmula per a una amplitud de gluons que després va ser demostrada per un model intern d’OpenAI i verificada pels autors.
Hem publicat una nova preimpressió que mostra que un tipus d’interacció entre partícules que molts físics esperaven que no es produís, de fet pot sorgir sota condicions específiques. El treball se centra en els gluons, les partícules que transporten la força nuclear forta. La preimpressió(s'obre en una finestra nova) està disponible a arXiv i s’està enviant per a publicació. Mentrestant, agraïm els comentaris de la comunitat.
La preimpressió, titulada «Single-minus gluon tree amplitudes are nonzero», està signada per Alfredo Guevara (Institute for Advanced Study), Alex Lupsasca (Vanderbilt University i OpenAI), David Skinner (University of Cambridge), Andrew Strominger (Harvard University) i Kevin Weil (OpenAI) en nom d’OpenAI.
La preimpressió estudia un concepte central de la física de partícules anomenat amplitud d’escampament. Una amplitud d’escampament és la quantitat que els físics fan servir per calcular la probabilitat que les partícules interactuïn d’una manera determinada. Per als gluons, les partícules que transporten la força nuclear forta, moltes amplituds adopten formes inesperadament simples «a nivell d’arbre» (és a dir, càlculs que només conserven els diagrames més simples, sense bucles quàntics). Aquestes simplificacions han revelat repetidament estructures més profundes en la teoria quàntica de camps, el marc que proporciona una descripció de la física que unifica la relativitat especial amb la mecànica quàntica.
Un cas, però, s’ha tractat generalment com a absent (amb amplitud zero). Quan un gluó té helictat negativa (és a dir, una de les dues orientacions de spin possibles que pot tenir una partícula sense massa) i els gluons restants, , tenen helictat positiva, els arguments estàndard dels manuals suggereixen que l’amplitud corresponent a nivell d’arbre ha de ser zero. Com a resultat, aquesta configuració s’ha deixat en gran mesura de banda.
La preimpressió mostra que aquesta conclusió és massa contundent. L’argument estàndard pressuposa moments de partícula genèrics, és a dir, que les direccions i les energies no tenen cap alineament especial. Identifiquem un tall específic i definit amb precisió de l’espai dels moments on aquest raonament ja no s’aplica, conegut com el règim semicol·linear. Aquí, semicol·linear vol dir que els moments dels gluons compleixen una condició especial d’alineament que no és típica, però que està ben definida matemàticament i és consistent. En aquest tall, l’amplitud no s’anul·la, i la calculem en un règim cinemàtic especial. Aquest resultat obre la porta a moltes preguntes noves que seran objecte d’investigacions posteriors. Entre les extensions importants hi ha el càlcul de les amplituds anàlogues per als gravitons (les partícules que medien la força gravitatòria).
Un aspecte central del treball fa referència a la metodologia. La fórmula final, l’equació (39) de la preimpressió, va ser conjecturada per primer cop per GPT‑5.2 Pro. Els autors humans van calcular a mà les amplituds per a enters fins a , obtenint expressions molt complicades que es mostren a les equacions (29)--(32), que corresponen a una «expansió en diagrames de Feynman» la complexitat de la qual creix superexponencialment amb n. GPT‑5.2 Pro va ser capaç de reduir molt la complexitat d’aquestes expressions i va proporcionar les formes molt més simples de les equacions (35)--(38). A partir d’aquests casos de base, va poder detectar un patró i plantejar una fórmula vàlida per a tot .
Una versió interna amb scaffold de GPT‑5.2 va dedicar després aproximadament 12 hores a raonar sobre el problema, arribant a la mateixa fórmula i produint una demostració formal de la seva validesa. Posteriorment, es va verificar analíticament que l’equació resol la relació de recurrència de Berends-Giele, un mètode estàndard pas a pas per construir amplituds a nivell d’arbre de múltiples partícules a partir de blocs més petits. També es va comprovar respecte del teorema soft, que restringeix com es comporten les amplituds quan una partícula esdevé soft.
Amb l’ajuda de GPT‑5.2, aquestes amplituds ja s’han estès dels gluons als gravitons, i també hi ha altres generalitzacions en camí. Aquests resultats assistits per IA, i molts altres, s’informaran en altres llocs.
«La física d’aquests processos d’escampament altament degenerats és una cosa que m’intriga des que me’ls vaig trobar per primer cop fa uns quinze anys, així que és emocionant veure les expressions sorprenentment simples d’aquest article.
En aquesta part de la física passa sovint que expressions d’algunes magnituds físiques observables, calculades amb mètodes de manual, semblen terriblement complicades, però resulten ser molt simples. Això és important perquè sovint les fórmules simples ens posen en camí cap al descobriment i la comprensió de noves estructures profundes, obrint nous mons d’idees on, entre altres coses, la simplicitat observada al punt de partida es fa evident.
Per a mi, “trobar una fórmula simple” sempre ha estat una cosa delicada, i també una cosa que des de fa temps he pensat que els ordinadors podrien automatitzar. Sembla que estem començant a veure que això passa en diversos dominis; l’exemple d’aquest article sembla especialment ben adaptat per aprofitar el poder de les eines modernes d’IA. Tinc ganes de veure que aquesta tendència continuï cap a una eina de propòsit general de “reconeixement de patrons de fórmules simples” en un futur proper.»
—Nima Arkani-Hamed, professor de Física, Institute for Advanced Study, especialitzat en física teòrica d’altes energies
«Ja estic pensant en les implicacions d’aquesta preimpressió per a aspectes del programa de recerca del meu grup. Això és clarament recerca de nivell de revista que fa avançar les fronteres de la física teòrica, i la seva novetat inspirarà desenvolupaments futurs i publicacions posteriors. Aquesta preimpressió m’ha semblat una finestra al futur de la ciència assistida per IA, amb físics treballant colze a colze amb la IA per generar i validar noves idees. No hi ha cap dubte que el diàleg entre físics i LLM pot generar coneixement fonamentalment nou. En combinar GPT‑5.2 amb experts humans del domini, l’article proporciona una plantilla per validar idees impulsades per LLM i compleix allò que esperem d’una investigació científica rigorosa.»
—Nathaniel Craig, professor de Física a la University of California, Santa Barbara (UCSB), especialitzat en física d’altes energies, fenomenologia de partícules i cosmologia
