Назад

OpenAI GPT-6 Astra допомогла побудувати доведення для задачі Стандартної моделі на ґратці
SiTech AI Team2 хв читання

OpenAI GPT-6 Astra допомогла побудувати доведення для задачі Стандартної моделі на ґратці

Натаніель Крейг каже, що GPT-6 Astra від OpenAI перетворила стратегію на робочу конструкцію й очолила доведення для 50-річної задачі фізики частинок. Ґратчасті теоретики її переглянули.

GPT-6 Astra від OpenAI допомогла побудувати доведення, яке може розв'язати 50-річну задачу у фізиці частинок, за словами фізика Натаніеля Крейга з UC Santa Barbara. Крейг, запрошений учений в OpenAI, представив підхід у блозі OpenAI та як препринт. Він очолює групу теорії частинок в UCSB і є постійним членом Kavli Institute for Theoretical Physics.

Чому повну Стандартну модель важко розмістити на ґратці

Фізики можуть моделювати частини Стандартної моделі, теорії, що описує всі відомі частинки та фундаментальні сили, на комп'ютерній сітці, яку називають ґраткою. Ця робота призвела до проривів, таких як обчислення маси протона з перших принципів. Але розмістити повну теорію на ґратці було неможливо. Слабка взаємодія, яка керує певними типами радіоактивного розпаду, по-різному діє на частинки з лівою та правою хіральністю. На простих ґратках ця асиметрія створює небажані фантомні частинки. Спеціальні ґратчасті частинки, які називають оверлап-ферміонами, можуть їх відфільтровувати, але понад 25 років ніхто не міг правильно задати їхню фазу.

Як GPT-6 Astra долучилася

У Крейга була стратегія виправити фазу шляхом порівняння дедалі точніших ґраток, але він не міг довести, що вона працює у всіх випадках, які потрібно було охопити. GPT-6 Astra перетворила ідею на робочу конструкцію і взяла на себе провідну роль у детальному доведенні. Схема показує, як порівняння дедалі точніших ґраток допомагає виправити зсув фази на початковій ґратці.

Перегляд і наступні кроки

Теоретики ґратчастої теорії поля Мартен Голтерман, Андреас Кронфельд і Їгал Шамір переглянули доведення й поставили запитання, які, за словами Крейга, допомогли зміцнити впевненість у результаті. Він називає роботу «набагато більше початком, ніж кінцем» і каже, що до реалістичних моделювань ще багато роботи.

Частина ширшого поштовху ШІ в математиці

Результат продовжує серію досягнень ШІ в математиці, що розпочалася у січні 2026 року. У травні спростування гіпотези Ердьоша про одиничні відстані від OpenAI стало першим доведенням від ШІ, гідним провідного математичного журналу. Через кілька днів AlphaProof Nexus від Google DeepMind розв'язала дев'ять із 353 відкритих задач Ердьоша за кілька сотень доларів, а до жовтня її результати пройшли рецензування. Найбільш далекосяжне твердження з'явилося у вересні, коли OpenAI подала доведення на 166 сторінок для задачі премії Міленіуму Нав'є-Стокса, а Clay Mathematics Institute заявив, що її «начебто розв'язано». Розв'язок залишається на рецензуванні, а математики поставили під сумнів, чи OpenAI повністю розуміє власне доведення. Математики в галузі мають змішані почуття, коли ШІ продовжує розв'язувати нерозв'язані задачі.

Джерела: The Decoder

Поділитися цифровим досвідом

SiTech

SiTech — веброзробка з підтримкою AI

Створюємо швидкі та сучасні сайти й інтегруємо AI у бізнес-процеси. Маєте проєкт чи запитання? Із задоволенням допоможемо.