GPT‑5.2 גוזר תוצאה חדשה בפיזיקה תאורטית
בטיוטת מאמר חדשה, GPT‑5.2 הציע נוסחה לאמפליטודת גלואונים, שבהמשך הוכחה בידי מודל פנימי של OpenAI ואומתה בידי המחברים.
פרסמנו טיוטת מאמר חדשה שמראה כי סוג של אינטראקציה בין חלקיקים, שפיזיקאים רבים ציפו שלא יתרחש, יכול למעשה להתרחש בתנאים מסוימים. המחקר מתמקד בגלואונים, החלקיקים הנושאים את הכוח הגרעיני החזק. טיוטת המאמר(נפתח בחלון חדש) זמינה ב־arXiv ונמצאת בתהליך הגשה לפרסום. בינתיים, נשמח לקבל משוב מהקהילה.
טיוטת המאמר, שכותרתה ״אמפליטודות גלואונים ברמת עץ עם הליסיות שלילית יחידה אינן אפס״, נכתבה בידי אלפרדו גווארה (המכון ללימודים מתקדמים), אלכס לופססקה (אוניברסיטת ונדרבילט ו־OpenAI), דייוויד סקינר (אוניברסיטת קיימברידג׳), אנדרו סטרומינג׳ר (אוניברסיטת הרווארד) וקווין וייל (OpenAI), מטעם OpenAI.
טיוטת המאמר עוסקת במושג מרכזי בפיזיקת חלקיקים שנקרא אמפליטודת פיזור. אמפליטודת פיזור היא הגודל שבו פיזיקאים משתמשים כדי לחשב את ההסתברות שחלקיקים יקיימו אינטראקציה באופן מסוים. עבור גלואונים, החלקיקים הנושאים את הכוח הגרעיני החזק, אמפליטודות רבות מקבלות צורות פשוטות באופן מפתיע ״ברמת עץ״ (כלומר בחישובים שכוללים רק את הדיאגרמות הפשוטות ביותר, ללא לולאות קוונטיות). הפישוטים האלה חשפו שוב ושוב מבנה עמוק יותר בתורת השדות הקוונטית, המסגרת המתארת את הפיזיקה תוך איחוד תורת היחסות הפרטית עם מכניקת הקוונטים.
עם זאת, מקרה אחד נחשב בדרך כלל לכזה שאינו מתרחש (בעל אמפליטודה אפס). כאשר לגלואון אחד יש הליסיות שלילית (כלומר אחד משני כיווני הספין האפשריים של חלקיק חסר מסה), וליתר הגלואונים יש הליסיות חיובית, הטיעונים המקובלים בספרי הלימוד מורים שהאמפליטודה המתאימה ברמת עץ חייבת להיות אפס. כתוצאה מכך, התצורה הזאת נותרה במידה רבה מחוץ למוקד המחקר.
טיוטת המאמר מראה שהמסקנה הזאת גורפת מדי. הטיעון המקובל מניח תנע גנרי של החלקיקים, כלומר שאין לכיוונים ולאנרגיות שלהם סידור מיוחד כלשהו. אנו מזהים חתך מסוים ומוגדר במדויק של מרחב התנע, שבו הטיעון הזה כבר אינו תקף, המכונה המשטר הקולינארי למחצה. ״קולינארי למחצה״ פירושו כאן שהתנעים של הגלואונים מקיימים תנאי מיוחד של יישור כיוונים, שאינו אופייני אך מוגדר היטב ועקבי מבחינה מתמטית. בחתך הזה האמפליטודה אינה מתאפסת, ואנו מחשבים אותה במשטר קינמטי מיוחד. התוצאה הזאת פותחת פתח לשאלות חדשות רבות שייבחנו במחקרי המשך. הרחבות חשובות כוללות את חישוב האמפליטודות המקבילות עבור גרביטונים (החלקיקים המתווכים את כוח הכבידה).
היבט מרכזי של המחקר נוגע למתודולוגיה. הנוסחה הסופית, משוואה (39) בטיוטת המאמר, הוצעה לראשונה כהשערה על ידי GPT‑5.2 Pro. המחברים האנושיים חישבו ידנית את האמפליטודות עבור ערכי שלמים עד , וקיבלו ביטויים מסובכים מאוד המוצגים במשוואות (29)--(32), התואמים ל״פיתוח בדיאגרמות פיינמן״ שמורכבותו גדלה בקצב על־מעריכי כתלות ב־n. GPT‑5.2 Pro הצליח להפחית מאוד את מורכבות הביטויים האלה, והפיק את הצורות הפשוטות בהרבה שבמשוואות (35)--(38). מתוך המקרים הבסיסיים האלה, הוא הצליח לזהות דפוס ולהציע נוסחה שתקפה לכל .
לאחר מכן, גרסה פנימית של GPT‑5.2 עם מערך תמיכה ייעודי הקדישה כ־12 שעות לניתוח הבעיה, הגיעה לאותה נוסחה והפיקה הוכחה פורמלית לתקפותה. בהמשך אומת באופן אנליטי שהמשוואה פותרת את יחס הרקורסיה של ברנדס–גילה, שיטה מקובלת לבנייה הדרגתית של אמפליטודות ברמת עץ עבור חלקיקים רבים מתוך אבני בניין קטנות יותר. היא נבדקה גם מול המשפט הרך, המגביל את אופן התנהגותן של אמפליטודות כאשר חלקיק נעשה רך.
בעזרת GPT‑5.2, האמפליטודות האלה כבר הורחבו מגלואונים לגרביטונים, והכללות נוספות נמצאות גם הן בדרך. התוצאות האלה, שהושגו בסיוע בינה מלאכותית, ורבות אחרות ידווחו בפרסומים נפרדים.
״הפיזיקה של תהליכי הפיזור המנוונים מאוד האלה מסקרנת אותי מאז שנתקלתי בהם לראשונה לפני כחמש־עשרה שנה, ולכן מרגש לראות במאמר הזה ביטויים פשוטים להפליא.
בתחום הזה של הפיזיקה קורה לעיתים קרובות שביטויים לגדלים פיזיקליים מדידים מסוימים, המחושבים בשיטות המקובלות בספרי הלימוד, נראים מסובכים להחריד, אך מתגלים כפשוטים מאוד. זה חשוב, כי לא פעם נוסחאות פשוטות מוציאות אותנו למסע לחשיפת מבנים חדשים ועמוקים ולהבנתם. כך נפתחים עולמות חדשים של רעיונות, שבהם, בין היתר, הפשטות שנראתה בנקודת המוצא נעשית מובנת מאליה.
עבורי, ׳מציאת נוסחה פשוטה׳ הייתה תמיד מלאכה שדורשת התעסקות רבה בפרטים, וגם משהו שמזמן הרגשתי שאולי אפשר להפוך לאוטומטי בעזרת מחשבים. נראה שבכמה תחומים אנחנו מתחילים לראות זאת קורה; הדוגמה במאמר הזה נראית מתאימה במיוחד לניצול כוחם של כלי בינה מלאכותית מודרניים. אני מצפה לראות את המגמה הזאת נמשכת ומובילה בעתיד הקרוב לכלי רב־תכליתי ל׳זיהוי דפוסים של נוסחאות פשוטות׳.״
—נימה ארקאני־חאמד, פרופסור לפיזיקה במכון ללימודים מתקדמים, המתמחה בפיזיקה תאורטית של אנרגיות גבוהות
״אני כבר חושב על ההשלכות של טיוטת המאמר הזאת על היבטים בתוכנית המחקר של הקבוצה שלי. זהו בבירור מחקר ברמה הראויה לפרסום בכתב עת, שמרחיב את גבולות הפיזיקה התאורטית, והחידוש שבו יעורר השראה לפיתוחים עתידיים ולפרסומי המשך. טיוטת המאמר הזאת הרגישה כמו הצצה לעתיד המדע בסיוע בינה מלאכותית, שבו פיזיקאים עובדים יד ביד עם בינה מלאכותית כדי להפיק תובנות חדשות ולאמת אותן. אין ספק שדיאלוג בין פיזיקאים למודלי LLM יכול להניב ידע חדש מיסודו. באמצעות שילוב של GPT‑5.2 עם מומחים אנושיים בתחום, המאמר מציע מתווה לאימות תובנות שמקורן במודלי LLM ועומד בציפיות שלנו ממחקר מדעי קפדני.״
—נתניאל קרייג, פרופסור לפיזיקה באוניברסיטת קליפורניה בסנטה ברברה (UCSB), המתמחה בפיזיקה של אנרגיות גבוהות, בפנומנולוגיה של חלקיקים ובקוסמולוגיה
