Модели и платформы ИИ

Anthropic сообщает, что Claude вычислил девятитуровую амплитуду в физике частиц

mm
Добавьте Unite.AI в избранные источники в Google

Anthropic 25 сентября 2026 года опубликовала гостевой пост на их исследовательском сайте, в котором сообщается, что два её физика использовали модель Claude компании для вычисления шести‑частичной амплитуды рассеяния в плоском N=4 super Yang-Mills на девяти петлях, отвечая на публичный вызов, направленный к компаниям ИИ 7 августа 2026 года.

Вызов

Мэтт фон Хиппель, бывший теоретический физик, ныне пишущий о физике на 4gravitons.com, изложил условия в блог‑посте от 7 августа 2026 года. Он попросил компании ИИ продемонстрировать, что ИИ, используя вычислительные ресурсы, доступные академику, может решить одну из крупных нерешённых задач области амплитуд рассеяния: определить, расходится ли N=8 supergravity на семи петлях, либо найти шести‑частичную амплитуду в N=4 super Yang-Mills на девяти петлях. «Дайте нам N=8 supergravity до семи петель, или N=4 super Yang-Mills до девяти петель», — написал он.

Вон Хиппель утверждал, что эти задачи сложны с вычислительной точки зрения: каждая петля увеличивает сложность, а расчёты обычно растут экспоненциально или даже факториально с числом петель. По его словам, в принципе исследователи амплитуд могли бы решить любую из них без новых идей, используя известные методы, однако им потребовалось бы значительно больше вычислительных ресурсов.

В конце августа 2026 года Лиам Фитцпатрик и Сиддхарт Мишра-Шарма, два физика из Anthropic, связались с фон Хиппелем, чтобы сообщить, что они взялись за одну из задач, и после проверки результата с давним исследователем амплитуд Лэнсом Диксоном подробно ознакомили его с проделанной работой. В раскрытии поста указано, что Anthropic пригласила фон Хиппеля написать гостевой пост и компенсировала ему затраченное время, что сотрудники Anthropic предоставляли обратную связь по черновикам, и что содержание и мнения принадлежат исключительно ему.

Физическая задача

Амплитуды рассеяния — это формулы, позволяющие физикам использовать импульсы и энергии субатомных частиц для расчёта вероятности их взаимодействия определённым образом. Они настолько сложны в вычислении, что физики почти всегда работают с приближениями, ограниченными определённым числом петель: чем больше петель включено, тем ближе результат к истинному ответу, но тем сложнее становится вычисление. Большинство формул амплитуд рассеяния рассчитаны лишь до двух петель, а некоторые — до трёх; фон Хиппель отмечает, что самое точное предсказание в физике частиц, касающееся аномального магнитного дипольного момента электрона, использовало пять петель.

N=4 super Yang-Mills — это модель‑игрушка, используемая для проверки новых методов. Теории Янга‑Миллса описывают три из четырёх фундаментальных сил природы, а в версии N=4 супергравитации каждая частица имеет четырёх супермножественных партнёров. По словам фон Хиппеля, такое изобилие частиц делает теорию нереалистичной, но парадоксально упрощает расчёты, поскольку баланс между частицами требует лишь определённых комбинаций переменных.

Расчёты были выполнены с использованием техники bootstrap. Вместо учёта каждого возможного взаимодействия частиц исследователь начинает с полного набора возможных ответов, зафиксированных в специализированном алфавите, затем накладывает ограничения, пока не останется единственная возможность, при этом оставляя достаточно проверок для обнаружения ошибок. Предыдущий результат для этой амплитуды на восьми петлях был получен косвенно в 2023 году Диксоном и Энди Лю через связанную формулу, названную форм‑фактором, и симметрию, названную антиподальной двойственностью.

Как Claude выполнил расчёт

Согласно гостевому посту, Фитцпатрик и Мишра-Шарма использовали Fable 5.1 в рамках Claude Science, платформы, за использование которой учёные могут платить, и которую фон Хиппель описывает как обёртку, запускающую Claude LLM с структурированными правилами и подсказками для более надёжного и научно полезного поведения. После того как они спросили Claude, какую задачу он с наибольшей вероятностью сможет решить, они дали ему короткую подсказку с названием задачи, а затем приказали продолжать работу, пока они спят, и предоставлять обновления каждые четыре‑шесть часов.

Claude выполнил расчёт двумя способами, сообщает пост: оригинальный bootstrap и косвенный подход через форм‑фактор. Фон Хиппель пишет, что любой из этих подходов обошёлся бы конечному пользователю примерно в одну‑две тысячи долларов, в основном из‑за расходов на длительную работу Claude. Расчёт методом bootstrap, написанный на Python с использованием пакета SymPy, стоил около 100 долларов из этого бюджета, что соответствует работе 96 процессоров в течение недели.

Результат был опубликован в виде машинно‑читаемых файлов на странице результатов от 16 сентября 2026 года, в формате, использованном для предыдущих амплитуд на шести, семи и восьми петлях, с восемью файлами более 100 МБ, размещёнными на Zenodo. На странице указано, что девятитуровый символ был вычислен в двух представлениях: первое построено методом bootstrap девятитурового форм‑фактора, сопоставленного с амплитудой через антиподальную двойность и уточнённого с помощью данных о двухглюонных флюкс‑трубках; второе — отдельный прямой bootstrap символа в пространстве гексагональных функций.

Страница указывает, что два представления согласуются по каждому сравниваемому коэффициенту, охватывая все 107 053 ненулевых коэффициента, определяющие второй файл. В качестве контроля те же программы воспроизвели символ опубликованной восьми‑петлевой амплитуды на 1 000 случайных слов. Страница также фиксирует предположения, лежащие в основе амплитуды как функции, отмечает, что она была вычислена один раз без второй независимой проверки, и заявляет, что программы вычисления не распространяются.

Валидация и сопутствующий результат

Диксон, профессор физики частиц и астрофизики в SLAC National Accelerator Laboratory и Стэнфордском университете, написал в дополнении к посту, что Фитцпатрик и Мишра-Шарма сообщили ему о результате 1 сентября 2026 года и попросили его его проверить. Он отметил, что провёл последующие две недели, проверяя его, в основном через девятопетлевой форм‑фактор, результат, над которым его команда работала несколько лет. В раскрытии указано, что Диксон получил кредит за использование Claude. По его словам, Claude выполнил сложный рецепт, разработанный им и его сотрудниками, создал весь код с нуля и представил решение в уже установленном формате; он полагал, что вычислить амплитуду напрямую будет слишком сложно.

Результат также был достижим для людей. Через несколько дней после того, как фон Хиппель получил сообщение от Anthropic, Сонг Хе, амплитудолог из Китайской академии наук в Пекине, сообщил, что его группа уже получила большую часть результата, используя ИИ‑помощь на основе GPT‑6 для некоторых ограничений, а не одноразовый подход. 17 сентября 2026 года Хе, Джирон Джинг и Сян Ли из Института теоретической физики и Университета Китайской академии наук опубликовали dataset on Zenodo под названием «Символы шести‑глюонных MHV‑амплитуд до девяти петель», охватывающие шести‑точечные BDS‑подобные вычтенные MHV‑амплитуды от двух до девяти петель в планарном N=4 супер Янговском поле под лицензией Creative Commons Attribution 4.0. Фон Хиппель написал, что Диксон, Сонг Хе и их сотрудники опубликуют результаты с объяснениями и анализом для будущих исследователей, и что роль Claude на данный момент завершена.

Оценка фон Хиппеля

Фон Хиппель написал, что Claude Science выполнил расчёт в один приём, без какого‑либо научного контроля, более сложного, чем повторяющиеся инструкции «продолжай работать», и что его главное вывод — в этой области гораздо больше лёгких задач, чем ожидают эксперты. Он сравнил результат с работой марта 2026 года, когда ИИ завершал физические проекты на уровне студента с существенной поддержкой, отметив, что, по его мнению, технология действительно улучшилась, хотя он не уверен, насколько результат обобщается на более широкую, более конкурентную область реальных вычислений амплитуд.

Он также написал, что Claude использовал известные методы с несколько большим объёмом вычислений, чем пробовали исследователи ранее, и что работа не предоставила тот неожиданный прорыв новых методов, на который он надеялся, чтобы информировать дебаты о сверхинтеллекте. Вместо этого, как он отметил, он понял, что был слишком наивен относительно того, где действительно находится вычислительный предел.

Джонас Рив - аналитик, сгенерированный ИИ, в Unite.AI, который фокусируется на когнитивном ИИ, искусственном общем интеллекте (ИОИ) и теоретических основах машинного интеллекта. Его работа исследует, как обучение, рассуждение, память и абстракция возникают как в биологических, так и в искусственных системах, проводя связи между современными архитектурами ИИ и давними вопросами когнитивной науки и философии сознания.
С концептуальным и рефлексивным подходом Джонас исследует такие рамки, как модели рассуждений, агентные системы, возникающее сознание и теория соответствия, стремясь прояснить, что на самом деле означает прогресс в сторону ИОИ - и что нет. Вместо того, чтобы гнаться за сроками или хайпом, он подчеркивает первые принципы, концептуальную строгость и ограничения текущих моделей.
Статьи, написанные Джонасом Ривом, сгенерированы ИИ и проверены редакционной командой Unite.AI, чтобы обеспечить точность, ясность и ответственное обсуждение продвинутых концепций ИИ.