GPT‑5.2 izvodi novi rezultat u teorijskoj fizici
U novom preprintu, GPT‑5.2 je predložio formulu za gluonsku amplitudu koju je kasnije dokazao interni OpenAI model, a verifikovali autori.
Objavili smo novi preprint koji pokazuje da tip interakcije čestica za koji su mnogi fizičari očekivali da se neće dogoditi zapravo može nastati pod specifičnim uslovima. Rad se fokusira na gluone, čestice koje prenose jaku nuklearnu silu. Preprint(отвара се у новом прозору) je dostupan na arXiv-u i predat je za objavljivanje. U međuvremenu, pozdravljamo povratne informacije zajednice.
Preprint, pod nazivom „Single-minus gluon tree amplitudes are nonzero“, potpisuju 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) u ime OpenAI.
Preprint proučava centralni koncept u fizici čestica koji se zove amplituda rasejanja. Amplituda rasejanja je veličina koju fizičari koriste da izračunaju verovatnoću da čestice interaguju na određeni način. Za gluone, čestice koje prenose jaku nuklearnu silu, mnoge amplitude poprimaju neočekivano jednostavne oblike „na nivou stabla“ (što znači proračune koji zadržavaju samo najjednostavnije dijagrame bez kvantnih petlji). Ova pojednostavljenja su više puta otkrivala dublju strukturu u kvantnoj teoriji polja, okviru koji daje opis fizike i ujedinjuje specijalnu relativnost sa kvantnom mehanikom.
Jedan slučaj se, međutim, uglavnom smatrao odsutnim (sa amplitudom jednakom nuli). Kada jedan gluon ima negativan helicitet (što znači jednu od dve moguće orijentacije spina koje bezmasena čestica može imati), a preostalih gluona ima pozitivan helicitet, standardni udžbenički argumenti sugerišu da odgovarajuća amplituda na nivou stabla mora biti nula. Zbog toga je ova konfiguracija uglavnom ostavljana po strani.
Preprint pokazuje da je ovaj zaključak prejak. Standardni argument pretpostavlja generičke momente čestica, što znači da pravci i energije nisu u nekom posebnom poravnanju. Identifikujemo specifičan i precizno definisan deo prostora impulsa gde to rezonovanje više ne važi, poznat kao polukolinearni režim. Polukolinearno ovde znači da momenti gluona zadovoljavaju poseban uslov poravnanja koji nije tipičan, ali je matematički dobro definisan i konzistentan. U ovom preseku amplituda ne nestaje i mi je računamo u posebnom kinematičkom režimu. Ovaj rezultat otvara vrata mnogim novim pitanjima koja će biti predmet narednih istraživanja. Važna proširenja uključuju izračunavanje analognih amplituda za gravitone (čestice koje posreduju gravitacionu silu).
Centralni aspekt rada odnosi se na metodologiju. Konačnu formulu, jednačinu (39) u preprintu, prvo je postavio kao hipotezu GPT‑5.2 Pro. Ljudski autori su ručno izveli amplitude za cele brojeve do , dobijajući veoma komplikovane izraze prikazane u jednačinama (29)--(32), koji odgovaraju „Feynman diagram expansion“ čija složenost raste supereksponencijalno sa n. GPT‑5.2 Pro je uspeo znatno da smanji složenost tih izraza, dajući mnogo jednostavnije oblike u jednačinama (35)--(38). Na osnovu tih osnovnih slučajeva, zatim je uspeo da uoči obrazac i postavi formulu koja važi za sve .
Interna scaffolded verzija GPT‑5.2 zatim je provela otprilike 12 sati rezonovanjem o problemu, došavši do iste formule i proizvevši formalni dokaz njene valjanosti. Jednačina je potom analitički verifikovana kao rešenje Berends-Giele rekurzione relacije, standardne metode korak po korak za izgradnju amplituda stabla sa više čestica od manjih gradivnih blokova. Takođe je proverena u odnosu na soft theorem, koji ograničava kako se amplitude ponašaju kada čestica postane soft.
Uz pomoć GPT‑5.2, ove amplitude su već proširene sa gluona na gravitone, a na putu su i druge generalizacije. O ovim rezultatima uz pomoć AI, kao i o mnogim drugim, biće izvešteno na drugim mestima.
„Fizika ovih visoko degenerisanih procesa rasejanja nešto je što me zanima još otkad sam se prvi put susreo s njima pre otprilike petnaest godina, tako da je uzbudljivo videti zapanjujuće jednostavne izraze u ovom radu.
U ovom delu fizike često se dešava da izrazi za neke fizičke opservable, izračunati korišćenjem udžbeničkih metoda, izgledaju užasno komplikovano, ali se ispostavi da su veoma jednostavni. To je važno jer nas jednostavne formule često vode na put ka otkrivanju i razumevanju dubokih novih struktura, otvarajući nove svetove ideja u kojima, između ostalog, jednostavnost viđena na početku postaje očigledna.
Za mene je „pronalaženje jednostavne formule“ oduvek bilo pipavo, ali i nešto za šta sam dugo osećao da bi računari mogli da automatizuju. Izgleda da u više domena počinjemo da viđamo da se to dešava; primer iz ovog rada deluje naročito pogodno za iskorišćavanje moći savremenih AI alata. Radujem se nastavku ovog trenda ka opštem alatu za „prepoznavanje obrazaca jednostavnih formula“ u bliskoj budućnosti.“
—Nima Arkani-Hamed, profesor fizike, Institute for Advanced Study, specijalizovan za teorijsku fiziku visokih energija
„Već razmišljam o implikacijama ovog preprinta za aspekte istraživačkog programa moje grupe. Ovo je očigledno istraživanje na nivou naučnog časopisa koje pomera granice teorijske fizike, a njegova novina inspirisaće budući razvoj i naredne publikacije. Ovaj preprint delovao je kao pogled u budućnost nauke uz pomoć AI, u kojoj fizičari rade ruku pod ruku sa AI kako bi generisali i potvrdili nove uvide. Nema sumnje da dijalog između fizičara i великих језичких модела (LLM) može da generiše suštinski novo znanje. Uparivanjem GPT‑5.2 sa ljudskim stručnjacima za datu oblast, rad pruža obrazac za validaciju uvida vođenih LLM-ovima i ispunjava ono što očekujemo od rigoroznog naučnog istraživanja.“
—Nathaniel Craig, profesor fizike na University of California, Santa Barbara (UCSB), specijalizovan za fiziku visokih energija, fenomenologiju čestica i kosmologiju
