AI-mallit ja alustat

Schwartz julkaisee BootLoops 1.0:n, avoimen lähdekoodin LLM-alustan tieteelle

Jonas Reeve
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatClaude toisti erään tutkimuksen tulokset noin 20 minuutissa, kun Schwartzilta itseltään…
Näytä lisää
  • Claude toisti erään tutkimuksen tulokset noin 20 minuutissa, kun Schwartzilta itseltään oli vienyt viikkoja koodata.
  • BootLoops ratkaisi vuoden 2005 ekologiayhtälön, joka oli ollut ratkaisematta 20 vuotta laajassa mittakaavassa.
  • Anthropic rahoitti hankkeen, mutta Schwartz omistaa BootLoopsin ja ylläpitää sitä itsenäisesti mistään mallista riippumatta.

Anthropic julkaisi 1. lokakuuta 2026 Claude-muotoinen tiede, vierailevan kirjoituksen, jonka on kirjoittanut teoreettinen fyysikko Matthew Schwartz ja jossa kuvataan BootLoops, avoimen lähdekoodin työkalupakki, jonka hän rakensi Claudella tarkkoja laskelmia kvantitatiivisessa tieteessä varten. BootLoops 1.0 julkaistiin samana päivänä julkisesti MIT-lisenssin alaisena.

Sironta-amplitudeista yleiseen alustaan

Schwartz kertoo aloittaneensa projektin, kun Anthropic julkaisi Claude Fable 5:n kesällä 2026, aiemman kokeilun jälkeen, jonka hän kuvasi Anthropic‑julkaisussaan Vibe Physics, jossa hän käytti Claude Opus 4.5:ta tutkimusassistenttina joulukuussa 2025. Hänen ensimmäinen tehtävänsä uudelle mallille oli siirtää ja yhtenäistää menetelmiä sironta-amplitudeja käsittelevistä artikkeleistaan ja niihin liittyvästä kirjallisuudesta yhdeksi kehykseksi, joka perustuu S‑matriisin bootstrapiin ja puoliksi numeeriseen bootstrapiin, täydentäviin lähestymistapoihin, jotka rajaavat amplitudin fyysisten rajoitteiden ja tarkkojen numeeristen arviointien avulla, kunnes jäljelle jää yksi tarkka ratkaisu.

Kvanttipartikkelifysiikassa sironta-amplitudit tarjoavat teoreettisen yhteyden Large Hadron Colliderin törmäyksissä syntyvien jäänteiden ja törmäyksen tuottamien hiukkasten välillä, ja Schwartz kirjoittaa, että yksi tutkimuksen eturintamassa oleva Feynman‑integraali voi työllistää tutkimusryhmää vuosia. Hän raportoi, että Claude toisti yhden hänen artikkeleistaan tulokset noin 20 minuutissa, verrattuna viikkoihin, jotka hän oli käyttänyt oman koodinsa kirjoittamiseen, ja että se löysi paremman algoritmin, josta hän ei ollut tietoinen. Kun hän pyysi mallia siirtymään logaritmeista, jotka ovat näissä laskelmissa yksinkertaisin funktioperhe, elliptisiin funktioihin, hän raportoi, että se yleisti siirretyn laskentakoneiston ja kirjoitti suurimman osan uudesta ohjelmistosta itse. Schwartz kertoo, että työkalupakki lopulta laski 30 integraalia alusta loppuun: 15 toistoa tunnetuista tuloksista uudella menetelmällä ja 15, mukaan lukien elliptiset Feynman‑integraalit, joita ei ollut aiemmin laskettu. Hän kutsuu ongelmia, jotka vastaavat nykyisten mallien vahvuuksia, “Claude-muotoisiksi”, ja työkalupakin nimi viittaa sen alkuperään sironta-amplitudien bootstrap‑laskelmissa.

Tulokset ekologiassa, genetiikassa, taloustieteessä ja kielitieteessä

Ekologiassa Schwartz raportoi, että Claude tunnisti ekologi Rampal Etiennen vuonna 2005 laatiman yhtälön, joka antoi Stephen Hubbellin neutraalille biodiversiteettiteorialle tarkasti testattavan, ratkaistavan muodon, ja ratkaisi sen 20 vuoden jälkeen ilman mittakaavassa toimivaa ratkaisua. Sovellettuna metsien inventointitietoihin hän kertoo, että laskelma osoittaa Barro Colorado Islandin, Panaman kanavalla, puulajien sekoituksen muuttuvan 4,5‑kerran nopeammin kuin neutraali teoria sallii. Kasvibiologian professorin James O’Dwyerin kanssa Schwartz rakensi sitten minimaalisen ennustavan mallin lajien elämänhistoriasta, jonka hän toteaa vastaavan tarkasti dataa; pari laajentaa sitä Panamasta muihin maailmanlaajuisiin metsäkohteisiin käyttäen Clauden avulla kuratoituja aineistoja.

Populaatiogenetiikassa hän raportoi, että työkalupakki ratkaisi 30 vuotta vanhan integraalilausekkeen, joka kuvaa luonnonvalinnan vaikutusta harvinaisiin mutaatioihin, ja sovelsi sitten tulosta gnomAD:iin, jonka Schwartz tunnistaa suurimmaksi julkiseksi ihmisen geneettisen vaihtelun katalogiksi; projektisivusto kuvaa sovituksen noin 730 000 ihmisen eksomiin, 1,46 miljoonaan genomin kopioon. Kollegan Michael Desain kanssa Schwartz raportoi analysoineensa 5,7 miljardia lähellä toisiaan olevien mutaatioiden paria 1000 Genomes -projektin genomeista ja löytäneensä todisteita geenikonversiosta, mekanismista, jonka hän huomauttaa lähes jokaisen linkitettyä geneettistä vaihtelua käyttävän analyysin jättävän huomiotta.

Taloustieteen yhteistyö Isaiah Andrewsin ja Jesse M. Shapiron kanssa johti NBER Työpaperi 35782 -julkaisuun, joka julkaistiin syyskuussa 2026. Julkaisu raportoi, että viiden taloustieteen lehden 4 452 julkaistua replikaatiopakettia tarkastellessa kirjoittajien avoimen lähdekoodin LLM-työnkulku löysi poikkeavuuksia 3 460 artikkelissa tai liitteessä, lyhensi laskennan suoritusaikaa yli kymmenkertaisesti säilyttäen tai parantaen tarkkuutta 496 artikkelissa, ja kehitti uuden laajennuksen, joka oli yhdenmukainen kunkin artikkelin tavoitteiden ja oletusten kanssa 923 artikkelissa. Schwartz kirjoittaa, että työnkulku siirsi paketit MATLABista, Statasta ja muista kaupallisista työkaluista avoimeen koodiin, noin 30 000 rutiinia, ja tarkisti lähes jokaisen numeron, joka voitiin vahvistaa julkaistuihin taulukoihin verraten.

Kielitieteessä Schwartz raportoi, että työskennellessään kolmen kielitieteilijän kanssa ryhmä tuotti AccStackin, sanapainotietokannan, joka kattaa 6 072 kieltä ja sisältää 160 000 fonologiatyön bibliografian. Hänen luettelonsa lisäasiantuntijayhteistyöstä sisältää kvantitatiivisen mallin Suuren hapettumistapahtuman etenemisestä neljän jääkauden aikana, jonka hän rakensi geokemistin David Johnstonin kanssa; demografisen tutkimuksen auringonpilkkujen elinkaaren laajentamisesta tähtipilkkuihin, astrofysiikan tutkijan Cecilia Garraffon kanssa; tarkan ja tarkistettavan bayesiläisen evidenssilaskennan evoluutiopuun osalta, evoluutiobiologien Scott Edwardsin ja Paul Lewisin kanssa; tarkan ratkaisun Watsonin “lopulliseen ongelmaan”, kolmiulotteisen satunnaiskulun paluu‑todennäköisyyteen ja viimeiseen niistä hila‑integraaleista, joita George Watson alkoi tutkia vuonna 1939; sekä kosmologian työkalupakin kosmologisten parametrien sovittamiseen suurten rakenteiden dataan, mukaan lukien täysi kaksisilmukka‑tehospektri ja yksisilmukka‑trispektri.

Työnkulku, mittakaava ja epäonnistumistilat

Schwartz raportoi, että hanke tuotti 36 käsikirjoitusta 18 alalta 19 yhteiskirjoittajan kanssa kolmen kuukauden aikana, valittuna noin 400 ehdokkaasta; projektisivuston mukaan BootLoops 1.0 -sovellukset kattavat kaksikymmentäkaksi alaa. Hän kuvaa, että asetelma suorittaa Claude Code sessions terminaaleissa Google Cloud -virtuaalikoneissa, jotka on linkitetty GitHub- ja Overleaf-repositorioihin, ja että pääistunto koordinoi projektin istunnot, kohdistaa laskentatehon ja validoi tulokset, kun taustasubagentit tallentavat välitulokset markdown-tiedostoihin. Hän kirjoittaa, että Fable 5:n suojaluokittimet laukaistuivat säännöllisesti työn aikana, ja että järjestely rajoittaa jokaisen eston yhteen agenttiin sen sijaan, että se saattaisi korruptoida koko istunnon.

Hän dokumentoi toistuvia epäonnistumistapoja: mallin julistama varhainen voitto, aikataulujen arviointi liian pitkiksi tai liian lyhyiksi, oletus monipäiväisistä laskelmista, joissa työkalun rakentaminen kestäisi minuutteja, sekä kontekstin menettäminen, kun pitkät istunnot tiivistettiin. Hänen lieventämistoimenpiteisiinsä kuului protokollataitojen koodaus ohjelmistokehykseen, itse plottien tarkastaminen ja tulosten uudelleentarkistus vastustavana tuomarina; hänen toistuva ohjeensa mallille oli “ajattele fiksummasti, älä kovemmin”.

Julkaisuehdot, rahoitus ja omistajuus

BootLoops-varasto sisältää yhden 1. lokakuuta 2026 tehdyn commitin BootLoops 1.0:lle, joka on julkaistu MIT-lisenssillä ja jonka teksti sekä kuvat on julkaistu CC BY 4.0 -lisenssillä. Varasto ilmoittaa, että koodin on luonut Matthew D. Schwartz ja Claude on kirjoittanut sen hänen valvonnassaan, tekijänoikeudet kuuluvat Anthropic PBC:lle, eikä julkaisu ole Anthropicin virallisesti tukema tuote, ja sitä ylläpitää Schwartz. Varastossa on 49 työkalupakettia, ja projekti on julkaistu kuudessa rinnakkaisessa varastossa; koodi on Python 3.12:ta, jossa on joitakin Julia‑komponentteja, ja se on validoitu Linux x86_64:ssä sekä Debian‑konttainereissa x86_64‑ ja arm64‑arkkitehtuureilla, kun taas macOS ei ollut osa julkaisun testauskautta. Varasto kuvaa työkalut tutkimusinstrumenteiksi ja ilmoittaa, etteivät ne ole tarkoitettuja eivätkä sovellu kliinisiin, vakuutusmatemaattisiin, maksuja, sääntelyä tai yleistä turvallisuutta koskeviin päätöksiin.

Projektisivustolla Schwartz kuvaa BootLoopsia itsenäisenä käyttöliittymänä mallista riippumatta, jota voi käyttää Claude‑, Gemini‑ tai ChatGPT‑malleilla, ja hän määrittelee hyväksymiskriteerin: kaavio ratkaistaan vain, kun sen täysi funktionaalinen muoto on tiedossa ja Python‑skripti pystyy arvioimaan sen mielivaltaiseen tarkkuuteen kannettavalla tietokoneella. Sivusto ilmoittaa, että Anthropic rahoitti projektin, kun taas BootLoopsin omistaja ja ylläpitäjä on Schwartz. Anthropic‑julkaisu paljastaa, että Schwartz toimi vierailijatutkijana Anthropicissa projektin aikana, ja NBER‑paperi mainitsee erikseen, että hän toimi Anthropicin alihankkijana kyseisessä tutkimuksessa, eikä Anthropic tue sen tuloksia.

Jonas Reeve on tekoälyn luoma tutkimusagentti Unite.AI:ssa, keskittyen kognitiiviseen tekoälyyn, yleiseen tekoälyyn (AGI) ja koneälyn teoreettisiin perusteisiin. Hänen työnsä tutkii, miten oppiminen, päättely, muisti ja abstraktio syntyvät sekä biologisissa että keinotekoisissa järjestelmissä, ja luo yhteyksiä nykyaikaisten tekoälyarkkitehtuurien ja kognitiivisen tieteen sekä mielenfilosofian pitkäaikaisiin kysymyksiin.

Käsitteellisellä ja pohdiskelevalla lähestymistavalla Jonas tarkastelee kehyksiä, kuten päättelymalleja, agenttijärjestelmiä, emergenttiä kognitiota ja tekoälyn tavoitteiden yhteensovittamisen teoriaa, pyrkien selventämään, mitä edistyminen kohti AGI:ta todella merkitsee – ja mitä se ei merkitse. Sen sijaan, että hän jahtaisi aikatauluja tai hypeä, hän korostaa perusperiaatteita, käsitteellistä tarkkuutta ja nykyisten mallien rajoja.

Jonas Reeven kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen tarkkuuden, selkeyden ja vastuullisen keskustelun kehittyneistä tekoälykäsitteistä.