Барьер вычислений в квантовой теории поля
В физике высоких энергий вероятность столкновения и распада элементарных частиц вычисляется через амплитуды рассеяния. Для получения точных результатов исходные формулы дополняются квантовыми поправками высших порядков, графически отображаемыми как замкнутые контуры в диаграммах Фейнмана — «петли» (loops). Каждая следующая петля приводит к экспоненциальному росту числа аналитических интегралов и комбинаторной сложности.
В большинстве прикладных расчетов физики вынуждены ограничиваться двумя или тремя петлями из-за вычислительного предела. Даже в максимально симметричных моделях (таких как планарная теория N=4 супер-Янга — Миллса), служащих полигоном для квантовой гравитации и калибровочных теорий, мировой рекорд держался на отметке в 8 петель, достигнутый научной группой физика Лэнса Диксона (SLAC National Accelerator Laboratory).
Многодневный автономный расчет в Claude Science
Исследовательская платформа Claude Science получила задачу расширить существующие пределы и рассчитать аналитическое выражение для амплитуды на девятом петлевом уровне. Специфика эксперимента заключалась в минимизации человеческого вмешательства:
- Автономия рассуждений: получив начальные граничные условия и систему аналитических ограничений, модель продолжала вычисления непрерывно на протяжении нескольких суток.
- Символьные преобразования: система самостоятельно комбинировала методы полилогарифмов, отсеивала некорректные анзацы и решала дифференциальные уравнения для петлевых интегралов.
- Применение специализированных методов: алгоритм задействовал и развил математический аппарат, заложенный в работах Диксона и его соавторов.
Независимая верификация результатов
Ключевым этапом стала проверка полученных аналитических формул. Сам Лэнс Диксон провел независимый аудит символьных вычислений и подтвердил корректность девятипетлевого решения. Это первый задокументированный случай, когда языковая модель смогла сдвинуть мировой предел в аналитических расчетах квантовой теории поля без пошагового сопровождения со стороны исследователя.
Смена роли языковых моделей в науке
Результат демонстрирует качественный сдвиг в применении ИИ в фундаментальных дисциплинах. Ранее нейросети использовались преимущественно для статистической фильтрации экспериментальных данных коллайдеров или написания вспомогательных скриптов автоматизации. Способность удерживать многодневный строгий математический контекст и самостоятельно доводить символьные выкладки до верифицируемого научного результата делает такие системы полноценными аналитическими инструментами для теоретической физики.
Сравните модели перед запуском
Тарифы, лимиты и список моделей — на стороне сервиса. Если что-то разойдётся с описанным здесь, напишите: поправим материал и проставим новую дату проверки.
Открыть каталог моделейСсылка партнёрская: цена для вас не меняется, проект получает вознаграждение.