
OpenAI-ის GPT-6 Astra-მ სტანდარტული მოდელის ლატისური პრობლემის დამტკიცებაში წვლილი შეიტანა
ნათანიელ კრეიგის თქმით, OpenAI-ის GPT-6 Astra-მ სტრატეგია მოქმედ კონსტრუქციად აქცია და 50-წლიანი ნაწილაკების ფიზიკის პრობლემის დამტკიცებაზე მუშაობას ხელმძღვანელობდა. ლატის ველის თეორეტიკოსებმა დამტკიცება განიხილეს.
OpenAI-ის GPT-6 Astra-მ დაეხმარა დამტკიცების შედგენას, რომელმაც შესაძლოა ნაწილაკების ფიზიკაში 50-წლიანი პრობლემა გადაჭრას, UC Santa Barbara-ის ფიზიკოსის ნათანიელ კრეიგის თქმით. კრეიგი, OpenAI-ის მოწვეული მეცნიერი, მიდგომა OpenAI-ის ბლოგზე და პრეპრინტის სახით წარადგინა. ხელმძღვანელობს ნაწილაკების თეორიის ჯგუფს UC Santa Barbara-ში და მისი კავლის თეორიული ფიზიკის ინსტიტუტის მუდმივი წევრია.
რატომ არის რთული სრული სტანდარტული მოდელის ლატისზე მოთავსება
ფიზიკოსებს შეუძლიათ კომპიუტერულ ბადეზე, რომელსაც ლატისი ეწოდება, სტანდარტული მოდელის ნაწილების სიმულაცია გააკეთონ. სტანდარტული მოდელი თეორიაა, რომელიც ყველა ცნობილ ნაწილაკსა და ფუნდამენტურ ძალას აღწერს. ამ სამუშაომ უკვე მოიტანა გარღვევები, მაგალითად პროტონის მასის გამოთვლა პირველი პრინციპებიდან. თუმცა სრული თეორიის ლატისზე მოთავსება შეუძლებელი იყო. სუსტი ურთიერთქმედება, რომელიც რადიოაქტიური დაშლის ზოგიერთ ტიპს მართავს, მარცხენა და მარჯვენა ხელის ნაწილაკებს სხვადასხვაგვარად ექცევა. მარტივ ლატისებზე ეს ასიმეტრია ქმნის არასასურველ მოჩვენებით ნაწილაკებს. ლატისის სპეციალურ ნაწილაკებს, ეგრეთ წოდებულ ოვერლაპ ფერმიონებს, შეუძლიათ მათი გაფილტვრა, მაგრამ 25 წელზე მეტი ხნის განმავლობაში ვერავინ შეძლო ფაზის სწორად დაყენება.
რა წვლილი შეიტანა GPT-6 Astra-მ
კრეიგს ჰქონდა სტრატეგია ფაზის გამოსასწორებლად თანდათან უფრო წვრილი ლატისების შედარებით, მაგრამ ვერ ამტკიცებდა, რომ ეს ყველა საჭირო შემთხვევაში იმუშავებდა. GPT-6 Astra-მ იდეა მოქმედ კონსტრუქციად აქცია და დეტალური დამტკიცების შედგენაში წამყვანი როლი აიღო. დიაგრამა აჩვენებს, თუ როგორ ეხმარება სულ უფრო წვრილი ლატისების შედარება საწყის ლატისზე ფაზის ცვლის გამოსწორებას.
რეცენზირება და შემდეგი ნაბიჯები
ლატისზე მომუშავე ველის თეორეტიკოსებმა მაარტენ გოლტერმანმა, ანდრეას კრონფელდმა და იგალ შამირმა განიხილეს დამტკიცება და დასვეს კითხვები, რომლებმაც, კრეიგის თქმით, ხელი შეუწყვეს შედეგისადმი ნდობის გაზრდას. ნაშრომს „ბევრად უფრო დასაწყისია, ვიდრე დასასრული“ უწოდა და აღნიშნა, რომ რეალისტურ სიმულაციებამდე ჯერ ბევრი რამ არის გასაკეთებელი.
უფრო ფართო AI მათემატიკური წინსვლის ნაწილი
შედეგი მოჰყვება ხელოვნური ინტელექტის მათემატიკური მიღწევების სერიას, რომელიც 2026 წლის იანვარში დაიწყო. მაისში OpenAI-ის მიერ ერდიოშის ერთეული მანძილის ჰიპოთეზის უარყოფა გახდა პირველი ხელოვნური ინტელექტის დამტკიცება, რომელიც მათემატიკის წამყვანი ჟურნალის ღირსი იყო. რამდენიმე დღის შემდეგ Google DeepMind-ის AlphaProof Nexus-მა 353 ღია ერდიოშის პრობლემიდან ცხრა რამდენიმე ასეულ დოლარად ამოხსნა, ხოლო ოქტომბრისთვის მისი შედეგები უკვე რეცენზირებული იყო. ყველაზე შორსმიმავალი განცხადება სექტემბერში გაკეთდა, როდესაც OpenAI-მა Navier-Stokes-ის ათასწლეულის პრიზის პრობლემის 166-გვერდიანი დამტკიცება წარადგინა და Clay Mathematics Institute-მა განაცხადა, რომ პრობლემა „როგორც ჩანს, გადაწყდა“. გადაწყვეტა ჯერ კიდევ განხილვაშია და მათემატიკოსები ეჭვქვეშ აყენებენ, სრულად ესმის თუ არა OpenAI-ის საკუთარი დამტკიცება. დარგში მათემატიკოსებს შერეული გრძნობები აქვთ, რადგან ხელოვნური ინტელექტი ამოუხსნელი პრობლემების ამოხსნას აგრძელებს.
წყაროები: The Decoder
SiTech — AI-გაძლიერებული ვებ დეველოპმენტი
ვქმნით სწრაფ, თანამედროვე ვებსაიტებს და AI-ს ვაერთიანებთ ქართული ბიზნესებისთვის. გაქვთ პროექტი ან კითხვა? სიამოვნებით დაგეხმარებით.