GPT‑5.2 സൈദ്ധാന്തിക ഭൗതികശാസ്ത്രത്തിൽ പുതിയൊരു കണ്ടെത്തൽ നടത്തി
ഒരു പുതിയ പ്രീപ്രിന്റിൽ, GPT‑5.2 ഒരു ഗ്ലൂയോൺ ആംപ്ലിറ്റ്യൂഡിനായി ഒരു സൂത്രവാക്യം നിർദ്ദേശിച്ചു, അത് പിന്നീട് ഒരു ആന്തരിക OpenAI മോഡൽ തെളിയിക്കുകയും ലേഖകർ സ്ഥിരീകരിക്കുകയും ചെയ്തു.
നിർദ്ദിഷ്ട സാഹചര്യങ്ങളിൽ യഥാർത്ഥത്തിൽ സംഭവിക്കാമെന്ന് പല ഭൗതികശാസ്ത്രജ്ഞരും പ്രതീക്ഷിച്ചിരുന്ന ഒരു തരത്തിലുള്ള കണികാ ഇടപെടൽ കാണിക്കുന്ന ഒരു പുതിയ പ്രീപ്രിന്റ് ഞങ്ങൾ പ്രസിദ്ധീകരിച്ചിരിക്കുന്നു. ഈ പ്രവർത്തനം ശക്തമായ ആണവബലം വഹിക്കുന്ന കണികകളായ ഗ്ലൂയോണുകളിലാണ് കേന്ദ്രീകരിക്കുന്നത്. പ്രീപ്രിൻറ്(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) arXiv-ൽ ലഭ്യമാണ്, പ്രസിദ്ധീകരണത്തിനായി സമർപ്പിക്കപ്പെടുന്നു. അതേസമയം, കമ്മ്യൂണിറ്റിയിൽ നിന്ന് നിങ്ങളുടെ ഫീഡ്ബാക്ക് ഞങ്ങൾ സ്വാഗതം ചെയ്യുന്നു.
“സിംഗിൾ-മൈനസ് ഗ്ലുവോൺ ട്രീ ആംപ്ലിറ്റ്യൂഡ്സ് ആർ നോൺസീറോ” എന്ന ശീർഷകമുള്ള പ്രീപ്രിന്റിന്റെ രചയിതാക്കൾ, ആൽഫ്രെഡോ ഗുവേര (ഇൻസ്റ്റിറ്റ്യൂട്ട് ഫോർ അഡ്വാൻസ്ഡ് സ്റ്റഡി), അലക്സ് ലുപ്സാസ്ക (വാൻഡർബിൽറ്റ് യൂണിവേഴ്സിറ്റി, OpenAI), ഡേവിഡ് സ്കിന്നർ (കേംബ്രിഡ്ജ് യൂണിവേഴ്സിറ്റി), ആൻഡ്രൂ സ്ട്രോമിംഗർ (ഹാർവാർഡ് യൂണിവേഴ്സിറ്റി) എന്നിവരും, OpenAI-യെ പ്രതിനിധീകരിച്ച് കെവിൻ വെയ്ൽ (OpenAI) എന്നിവരുമാണ്.
പ്രീപ്രിൻറ് കണികാ ഭൗതികശാസ്ത്രത്തിലെ 'സ്കാറ്ററിംഗ് ആംപ്ലിറ്റ്യൂഡ്' എന്ന ഒരു പ്രധാന ആശയത്തെക്കുറിച്ച് പഠിക്കുന്നു. സ്കാറ്ററിംഗ് ആംപ്ലിറ്റ്യൂഡ് എന്നത് കണങ്ങൾ ഒരു പ്രത്യേക രീതിയിൽ പരസ്പരം ഇടപഴകാനുള്ള സാധ്യത കണക്കാക്കാൻ ഭൗതികശാസ്ത്രജ്ഞർ ഉപയോഗിക്കുന്ന അളവാണ്. ശക്തമായ ന്യൂക്ലിയർ ബല വാഹകരായ ഗ്ലുവോണുകൾ, പല ആംപ്ലിറ്റ്യൂഡുകളും “ട്രീ ലെവലിൽ” (ക്വാണ്ടം ലൂപ്പുകളില്ലാത്ത ലളിതമായ ഡയഗ്രാമുകൾ മാത്രം ഉൾപ്പെടുത്തിയുള്ള കണക്കുകൂട്ടലുകളിൽ) അപ്രതീക്ഷിതമായി രൂപങ്ങളാണ് കൈക്കൊള്ളുന്നത്. ഈ ലഘൂകരണങ്ങൾ ക്വാണ്ടം ഫീൽഡ് തിയറിയിലെ കൂടുതൽ ആഴത്തിലുള്ള ഘടനയെ ആവർത്തിച്ച് വെളിപ്പെടുത്തിയിട്ടുണ്ട്, പ്രത്യേക ആപേക്ഷികതയെയും ക്വാണ്ടം മെക്കാനിക്സിനെയും ഒരുമിച്ച് ചേർത്ത് ഭൗതികശാസ്ത്രത്തെ വിവരിക്കുന്ന ഒരു ചട്ടക്കൂടാണിത്.
എന്നിരുന്നാലും, ഒരു പ്രത്യേക സാഹചര്യം സാധാരണയായി നിലവിലില്ലാത്ത ഒന്നായി (അതായത് പൂജ്യം ആംപ്ലിറ്റ്യൂഡ് ഉള്ളത്) കണക്കാക്കപ്പെടുന്നു. ഒരു ഗ്ലുവോണിന് നെഗറ്റീവ് ഹെലിസിറ്റിയും (പിണ്ഡമില്ലാത്ത ഒരു കണികയ്ക്ക് ഉണ്ടാകാൻ സാധ്യതയുള്ള രണ്ട് സ്പിൻ ഓറിയന്റേഷനുകളിൽ ഒന്ന്) ശേഷിക്കുന്ന ഗ്ലുവോണുകൾക്ക് പോസിറ്റീവ് ഹെലിസിറ്റിയും ഉള്ളപ്പോൾ, അവയുടെ 'ട്രീ-ലെവൽ ആംപ്ലിറ്റ്യൂഡ് പൂജ്യം ആയിരിക്കണമെന്നാണ് സാധാരണ പാഠപുസ്തകങ്ങളിലെ വാദങ്ങൾ സൂചിപ്പിക്കുന്നത്. ഫലമായി, ഈ ക്രമീകരണം മിക്കവാറും മാറ്റിനിർത്തപ്പെട്ടിരുന്നു.
ഈ നിഗമനം അതിരുകടന്നതാണെന്ന് പ്രീപ്രിന്റ് കാണിക്കുന്നു. സാധാരണ വാദം പൊതുവായ കണികാ ഗതിവേഗങ്ങളെ അനുമാനിക്കുന്നു, അതായത്, അവയുടെ ദിശകളും ഊർജ്ജവും ഒരു പ്രത്യേക ക്രമീകരണത്തിലല്ല. ആ റീസണിംഗ് ഇനി ബാധകമല്ലാത്ത, ഹാഫ്-കൊളിനിയർ റെജീം എന്നറിയപ്പെടുന്ന, കൃത്യമായി നിർവചിക്കപ്പെട്ട മൊമെന്റം സ്പേസിന്റെ ഒരു പ്രത്യേക ഭാഗത്തെ ഞങ്ങൾ തിരിച്ചറിഞ്ഞിട്ടുണ്ട്. ഇവിടെ "ഇവിടെ 'ഹാഫ്-കോളിനിയർ എന്നത്, ഗ്ലുവോണുകളുടെ മൊമെന്റം ഗണിതശാസ്ത്രപരമായി കൃത്യമായി നിർവചിക്കപ്പെട്ടതും സുസ്ഥിരവുമായ എന്നാൽ സാധാരണയായി കാണപ്പെടാത്ത ഒരു പ്രത്യേക ക്രമീകരണം പാലിക്കുന്നു എന്നാണ്. ഈ സ്ലൈസിൽ, ആംപ്ലിറ്റ്യൂഡ് ശൂന്യമാകുന്നില്ല, കൂടാതെ ഞങ്ങൾ അത് ഒരു പ്രത്യേക കൈനമാറ്റിക് പരിധിയിൽ കണക്കാക്കുന്നു. ഈ ഫലം തുടർ അന്വേഷണങ്ങളുടെ വിഷയമാക്കാവുന്ന അനേകം പുതിയ ചോദ്യങ്ങൾക്ക് വഴിതുറക്കുന്നു. പ്രധാനപ്പെട്ട വിപുലീകരണങ്ങളിൽ ഗ്രാവിറ്റോണുകൾക്ക് സമാനമായ ആംപ്ലിറ്റ്യൂഡുകൾ കണക്കാക്കൽ (ഗുരുത്വബലം കൈമാറുന്ന കണികകൾ) ഉൾപ്പെടുന്നു.
പ്രവർത്തനത്തിന്റെ ഒരു പ്രധാന ഘടകം രീതിശാസ്ത്രത്തെ സംബന്ധിച്ചുള്ളതാണ്. പ്രീപ്രിന്റിലെ Eq. (39) എന്ന അന്തിമ സൂത്രവാക്യം ആദ്യം അനുമാനിച്ചത് GPT‑5.2 ആയിരുന്നു. പ്രോ. ഗവേഷകർ , വരെയുള്ള പൂർണ്ണസംഖ്യകൾക്ക് ആംപ്ലിറ്റ്യൂഡുകൾ സ്വയം കണക്കുകൂട്ടി, സമവാക്യങ്ങളിൽ കാണിച്ചിരിക്കുന്നതുപോലെ വളരെ സങ്കീർണ്ണമായ പദപ്രയോഗങ്ങളാണ് അവർക്ക് ലഭിച്ചത്. (29)--(32), ഇവ “ഫെയ്ന്മാൻ ഡയഗ്രം വിപുലീകരണം” എന്നതിനോട് സാമ്യമുള്ളതാണ്, അതിന്റെ സങ്കീർണ്ണത n-ൽ സൂപ്പർഎക്സ്പോണൻഷ്യലായി വർദ്ധിക്കുന്നു. GPT‑5.2 പ്രോയ്ക്ക് ഈ പ്രകടനങ്ങളുടെ സങ്കീർണ്ണത വൻതോതിൽ കുറയ്ക്കാൻ കഴിഞ്ഞു, സമവാക്യങ്ങളിൽ വളരെ ലളിതമായ രൂപങ്ങൾ നൽകുകയും ചെയ്തു. (35)--(38). ഈ അടിസ്ഥാന സാഹചര്യങ്ങളിൽ നിന്ന്, അത് ഒരു പാറ്റേൺ കണ്ടെത്തുകയും എല്ലാ -നും ബാധകമായ ഒരു സൂത്രവാക്യം നിർദ്ദേശിക്കുകയും ചെയ്തു.
GPT‑5.2 യുടെ ഒരു ആന്തരിക സ്കാഫോൾഡഡ് പതിപ്പ് ഏകദേശം 12 മണിക്കൂർ പ്രശ്നത്തെക്കുറിച്ച് പഠിക്കാൻ ചെലവഴിച്ചു, ഒടുവിൽ അതേ സൂത്രവാക്യം തന്നെ കണ്ടെത്തുകയും അതിന്റെ സാധുത വ്യക്തമാക്കുന്ന ഒരു ഔദ്യോഗിക തെളിവ് നൽകുകയും ചെയ്തു. സമവാക്യം പിന്നീട് ബെറൻഡ്സ് ഗീലെ റിക്കർഷൻ റിലേഷൻ ഉപയോഗിച്ച് വിശകലനപരമായി സ്ഥിരീകരിച്ചു, ചെറിയ ഘടകങ്ങളിൽ നിന്ന് ബഹു-കണികാ ട്രീ ആംപ്ലിറ്റ്യൂഡുകൾ നിർമ്മിക്കുന്നതിനുള്ള ഒരു സാധാരണ ഘട്ടം ഘട്ടമായുള്ള രീതിയാണിത്. ഒരു കണികയ്ക്ക് ഊർജ്ജം കുറയുമ്പോൾ ആംപ്ലിറ്റ്യൂഡുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നതിനെ നിയന്ത്രിക്കുന്ന സോഫ്റ്റ് തിയോറം ഉപയോഗിച്ചും ഇത് പരിശോധിക്കപ്പെട്ടു.
GPT‑5.2‑ന്റെ സഹായത്തോടെ, ഈ ആംപ്ലിറ്റ്യൂഡുകൾ ഇതിനകം ഗ്ലൂവോണുകളിൽ നിന്ന് ഗ്രാവിറ്റോണുകളിലേക്കായി വ്യാപിപ്പിച്ചിരിക്കുന്നു, മറ്റ് സാമാന്യവൽക്കരണങ്ങളും അണിയറയിൽ ഒരുങ്ങിക്കൊണ്ടിരിക്കുന്നു. ഈ AI സഹായത്തോടെ ലഭിച്ച ഫലങ്ങളും, മറ്റ് പലതും, മറ്റിടങ്ങളിൽ റിപ്പോർട്ട് ചെയ്യപ്പെടും.
ഏകദേശം പതിനഞ്ച് വർഷങ്ങൾക്ക് മുമ്പ് ആദ്യമായി അറിഞ്ഞത് മുതൽ, അത്യന്തം ഡീജനറേറ്റ് ആയ സ്കാറ്ററിങ് പ്രക്രിയകളെക്കുറിച്ചുള്ള ഭൗതികശാസ്ത്രം എന്നിൽ ആകാംക്ഷയുണർത്തിയിട്ടുണ്ട്; അതിനാൽ ഈ പ്രബന്ധത്തിലെ അമ്പരപ്പിക്കുന്ന ലളിതമായ രീതിയിലുള്ള വിവരണങ്ങൾ കാണുന്നത് ആവേശകരമാണ്.
ഭൗതികശാസ്ത്രത്തിന്റെ ഈ ഭാഗത്ത് പലപ്പോഴും സംഭവിക്കാറുള്ള ഒരു കാര്യമാണിത്: പാഠപുസ്തക രീതികൾ ഉപയോഗിച്ച് കണക്കാക്കുന്ന ചില ഭൗതിക നിരീക്ഷണങ്ങളുടെ പദപ്രയോഗങ്ങൾ വളരെ സങ്കീർണ്ണമായി തോന്നുമെങ്കിലും ഫലം വരുമ്പോൾ അവ തികച്ചും ലളിതമാണെന്ന് ബോധ്യപ്പെടും. ഇത് പ്രധാനമാണ്, കാരണം പലപ്പോഴും ലളിതമായ സൂത്രവാക്യങ്ങൾ നമ്മെ ആഴത്തിലുള്ള പുതിയ ഘടനകളെ കണ്ടെത്തുകയും മനസ്സിലാക്കുകയും ചെയ്യുന്ന ഒരു യാത്രയിലേക്ക് നയിക്കുന്നു, ഇത് ആശയങ്ങളുടെ പുതിയ ലോകങ്ങൾ തുറന്നുതരുന്നു; മറ്റു പല കാര്യങ്ങൾക്കുമൊപ്പം, തുടക്കത്തിൽ കണ്ട ആ ലാളിത്യത്തിന്റെ യഥാർത്ഥ കാരണം കൂടുതൽ വ്യക്തമാക്കപ്പെടുന്നു.
എനിക്ക്, “ഒരു ലളിതമായ സൂത്രവാക്യം കണ്ടെത്തൽ” എപ്പോഴും അല്പം കുഴപ്പമുള്ളതായി തോന്നിയിട്ടുണ്ട്, കൂടാതെ ഇത് കമ്പ്യൂട്ടറുകൾ വഴി ഓട്ടോമേറ്റ് ചെയ്യാൻ കഴിയുമെന്നു ഞാൻ ഏറെക്കാലമായി കരുതുന്നു. പല മേഖലകളിലും ഇത് സംഭവിക്കുന്നത് ഞങ്ങൾ കാണാൻ തുടങ്ങുന്നു; ഈ പ്രബന്ധത്തിലെ ഉദാഹരണം ആധുനിക AI ഉപകരണങ്ങളുടെ ശക്തി പ്രയോജനപ്പെടുത്താൻ പ്രത്യേകിച്ച് അനുയോജ്യമാണെന്ന് തോന്നുന്നു. സമീപഭാവിയിൽ തന്നെ, പൊതുവായ ആവശ്യങ്ങൾക്കായി ഉപയോഗിക്കാവുന്ന ഒരു "ലളിതമായ സൂത്രവാക്യ പാറ്റേൺ തിരിച്ചറിയൽ" ഉപകരണം എന്ന ലക്ഷ്യത്തിലേക്ക് ഈ പ്രവണത വളരുന്നത് കാണാൻ ഞാൻ ആകാംക്ഷയോടെ കാത്തിരിക്കുന്നു.”
—നിമ അർക്കാനി-ഹാമെഡ്, ഭൗതികശാസ്ത്ര പ്രൊഫസർ, ഇൻസ്റ്റിറ്റ്യൂട്ട് ഫോർ അഡ്വാൻസ്ഡ് സ്റ്റഡി, സൈദ്ധാന്തിക ഉയർന്ന ഊർജ്ജ ഭൗതികശാസ്ത്രത്തിൽ വൈദഗ്ധ്യം നേടിയ വ്യക്തി
“എന്റെ ഗവേഷണ ഗ്രൂപ്പിന്റെ പ്രവർത്തനങ്ങളിൽ ഈ പ്രീപ്രിന്റ് ഉണ്ടാക്കാൻ പോകുന്ന പ്രത്യാഘാതങ്ങളെക്കുറിച്ച് ഞാൻ ഇതിനകം തന്നെ ചിന്തിച്ചുതുടങ്ങിയിരിക്കുന്നു. ഇത് സൈദ്ധാന്തിക ഭൗതികശാസ്ത്രത്തിന്റെ അത്യാധുനികതയെ മുന്നോട്ട് നയിക്കുന്ന, ജേർണൽ-നിലവാരത്തിലുള്ള ഗവേഷണമാണെന്ന് വ്യക്തമാണ്, കൂടാതെ ഇതിന്റെ പുതുമ ഭാവിയിലെ വികസനങ്ങൾക്കും തുടർന്ന് വരുന്ന പ്രസിദ്ധീകരണങ്ങൾക്കും പ്രചോദനമാകും. ഈ പ്രീപ്രിന്റ് AI-സഹായിത ശാസ്ത്രത്തിന്റെ ഭാവിയിലേക്കുള്ള ഒരു നേർക്കാഴ്ചയായി തോന്നി, ഭൗതികശാസ്ത്രജ്ഞർ AI-യുമായി ചേർന്ന് പുതിയ ഉൾക്കാഴ്ചകൾ രൂപപ്പെടുത്താനും അവ ശരിയാണെന്ന് ഉറപ്പുവരുത്താനും പ്രവർത്തിക്കുന്ന രീതിയാണ് ഇവിടെ കാണാൻ സാധിക്കുന്നത്. ഭൗതികശാസ്ത്രജ്ഞരും എൽഎൽഎമ്മുകളും തമ്മിലുള്ള സംഭാഷണം അടിസ്ഥാനപരമായി പുതിയ അറിവ് സൃഷ്ടിക്കുമെന്ന കാര്യത്തിൽ യാതൊരു സംശയവുമില്ല. "GPT‑5.2-നെ മനുഷ്യ ഡൊമെയ്ൻ വിദഗ്ധരുമായി കൂട്ടിച്ചേർത്താൽ, LLM-പ്രേരിത ഉൾക്കാഴ്ചകൾ സാധൂകരിക്കുന്നതിനുള്ള ഒരു മാതൃക ഈ പ്രബന്ധം നൽകുന്നു, കൂടാതെ കർശനമായ ശാസ്ത്രീയ അന്വേഷണത്തിൽ നിന്നുള്ള നമ്മുടെ പ്രതീക്ഷകൾ ഇത് പൂർണ്ണമായും നിറവേറ്റുകയും ചെയ്യുന്നു.”
—നതാനിയൽ ക്രെയ്ഗ്, കാലിഫോർണിയ സർവകലാശാല, സാന്റാ ബാർബറ (UCSB)-യിലെ ഭൗതികശാസ്ത്ര പ്രൊഫസർ, ഉയർന്ന-ഊർജ്ജ ഭൗതികശാസ്ത്രം, കണിക ഫിനോമിനോളജി, കോസ്മോളജി എന്നീ മേഖലകളിൽ വൈദഗ്ധ്യം നേടിയ വ്യക്തി


