GPT‑5.2 prináša nový výsledok v teoretickej fyzike
V novom preprinte GPT‑5.2 navrhol vzorec pre amplitúdu gluónu, ktorý neskôr dokázal interný model OpenAI a overili autori.
Publikovali sme nový preprint, ktorý ukazuje, že typ interakcie častíc, o ktorej mnohí fyzici očakávali, že sa nevyskytne, môže v skutočnosti vzniknúť za špecifických podmienok. Práca sa zameriava na gluóny, častice, ktoré prenášajú silnú jadrovú interakciu. Preprint(otvorí sa v novom okne) je dostupný na arXiv a odosiela sa na publikovanie. Medzitým uvítame spätnú väzbu od komunity.
Autormi preprintu s názvom „ Amplitúdy s jedným mínusovým gluónom v stromovej úrovni sú nenulové“ sú Alfredo Guevara (Inštitút pre pokročilé štúdie), Alex Lupsasca (Vanderbiltova univerzita a OpenAI), David Skinner (Univerzita v Cambridge), Andrew Strominger (Harvardská univerzita) a Kevin Weil (OpenAI) v mene OpenAI.
Preprint skúma ústredný koncept vo fyzike častíc nazývaný amplitúda rozptylu. Amplitúda rozptylu je veličina, ktorú fyzici používajú na výpočet pravdepodobnosti, že častice interagujú určitým spôsobom. V prípade gluónov, častíc, ktoré prenášajú silnú jadrovú interakciu, mnohé amplitúdy nadobúdajú neočakávane jednoduché formy „na úrovni stromu“ (čo znamená výpočty, ktoré zachovávajú iba najjednoduchšie diagramy bez kvantových slučiek). Tieto zjednodušenia opakovane odhalili hlbšiu štruktúru v kvantovej teórii poľa, rámci, ktorý poskytuje opis fyziky zjednocujúci špeciálnu relativitu s kvantovou mechanikou.
Jeden prípad bol však vo všeobecnosti považovaný za neprítomný (s nulovou amplitúdou). Keď má jeden gluón negatívnu helicitu (čo znamená jednu z dvoch možných orientácií spinu, ktoré môže mať bezhmotná častica) a zvyšné gluóny majú pozitívnu helicitu, štandardné učebnicové argumenty naznačujú, že zodpovedajúca amplitúda na úrovni stromu musí byť nulová. V dôsledku toho bola táto konfigurácia do veľkej miery odložená.
Preprint ukazuje, že tento záver je príliš silný. Štandardný argument predpokladá generické hybnosti častíc, čo znamená, že smery a energie nie sú v žiadnom konkrétnom usporiadaní. Identifikujeme špecifický a presne definovaný segment hybnostného priestoru, kde toto zdôvodnenie už neplatí, známy ako polokolineárny režim. Polokolinearita tu znamená, že hybnosti gluónov spĺňajú špeciálnu podmienku zarovnania, ktorá nie je typická, ale je matematicky dobre definovaná a konzistentná. Na tomto reze amplitúda nezaniká a počítame ju v špeciálnom kinematickom režime. Tento výsledok otvára dvere mnohým novým otázkam, ktoré budú predmetom neskorších výskumov. Medzi dôležité rozšírenia patrí výpočet analogických amplitúd pre gravitóny (častice, ktoré sprostredkúvajú gravitačnú silu).
Kľúčový aspekt práce sa zaoberá metodológiou. Konečný vzorec, rovnica (39) v preprinte, bol prvýkrát formulovaný pomocou GPT‑5.2 Pro. Ľudskí autori ručne vypočítali amplitúdy pre celé číslo (n) až do (n=6), čím získali veľmi zložité výrazy zobrazené v rovniciach. (29)-(32), ktoré zodpovedajú „rozvoju Feynmanovho diagramu“, ktorého zložitosť rastie superexponenciálne v n. GPT‑5.2 Pro dokázal výrazne znížiť zložitosť týchto výrazov a poskytol oveľa jednoduchšie tvary v rovniciach. (35)--(38). Z týchto základných prípadov potom dokázal spozorovať vzorec a stanoviť vzorec platný pre všetky .
Interná upravená verzia GPT‑5.2 potom strávila približne 12 hodín uvažovaním nad problémom, dospela k rovnakému vzorcu a vytvorila formálny dôkaz jeho platnosti. Rovnica bola následne analyticky overená na vyriešenie Berendsovho-Gieleho rekurzného vzťahu, čo je štandardná postupná metóda na zostavenie amplitúd viacčasticových stromov z menších stavebných blokov. Bolo to tiež overené voči mäkkej teoréme, ktorá obmedzuje, ako sa amplitúdy správajú, keď sa častica stane mäkkou.
S pomocou GPT‑5.2 už boli tieto amplitúdy rozšírené z gluónov na gravitóny a ďalšie zovšeobecnenia sú tiež na ceste. Tieto výsledky s podporou umelej inteligencie a mnohé ďalšie budú uvedené inde.
„Fyzika týchto vysoko degenerovaných procesov rozptylu ma zaujíma už odkedy som sa s nimi prvýkrát stretol asi pred pätnástimi rokmi, takže je vzrušujúce vidieť v tomto článku prekvapivo jednoduché výrazy.“
V tejto časti fyziky sa často stáva, že výrazy pre niektoré fyzikálne pozorovateľné veličiny, vypočítané pomocou učebnicových metód, vyzerajú strašne komplikovane, ale ukážu sa byť veľmi jednoduché. Je to dôležité, pretože jednoduché vzorce nás často posielajú na cestu k odhaleniu a pochopeniu hlbokých nových štruktúr, otvárajú nové svety myšlienok, kde sa okrem iného prejavuje jednoduchosť viditeľná vo východiskovom bode.
Pre mňa bolo „hľadanie jednoduchého vzorca“ vždy trochu otravné a tiež niečo, o čom som už dlho mal pocit, že by to mohli automatizovať počítače. Zdá sa, že sa to začína diať v mnohých oblastiach; príklad v tomto článku sa zdá byť obzvlášť vhodný na využitie sily moderných nástrojov umelej inteligencie. Teším sa na pokračovanie tohto trendu smerom k všeobecnému nástroju na „rozpoznávanie jednoduchých vzorcov“ v blízkej budúcnosti."
—Nima Arkani-Hamed, profesor fyziky, Inštitút pre pokročilé štúdium, špecializujúci sa na teoretickú fyziku vysokých energií
„Už teraz premýšľam o dôsledkoch tohto preprintu pre aspekty výskumného programu mojej skupiny. Ide jednoznačne o výskum na úrovni vedeckých časopisov, ktorý posúva hranice teoretickej fyziky a jeho novosť bude inšpirovať budúci vývoj a následné publikácie. Tento preprint sa zdal byť letmým pohľadom do budúcnosti vedy s pomocou umelej inteligencie, kde fyzici spolupracujú ruka v ruke s umelou inteligenciou na generovaní a overovaní nových poznatkov. Niet pochýb o tom, že dialóg medzi fyzikmi a študentmi LLM môže priniesť zásadne nové poznatky. Spojením GPT‑5.2 s ľudskými odborníkmi na danú oblasť článok poskytuje šablónu na overovanie poznatkov založených na LLM a spĺňa to, čo očakávame od dôsledného vedeckého skúmania.”
—Nathaniel Craig, profesor fyziky na Kalifornskej univerzite v Santa Barbare (UCSB), špecializujúci sa na fyziku vysokých energií, fenomenológiu častíc a kozmológiu
