Фізик Натаніель Крейг, який очолює групу теорії частинок у Каліфорнійському університеті в Санта-Барбарі, опублікував препринт із пропозицією нового визначення Стандартної моделі фізики частинок. У роботі, що з’явилася в жовтні, досліднику допомагала модель GPT-6 Astra від OpenAI. Це стало першим випадком, коли науковий блог компанії висвітлив спільну роботу фізика-теоретика та ШІ над фундаментальною проблемою фізики.
Стандартна модель є основою сучасного розуміння природи, описуючи елементарні частинки та три з чотирьох фундаментальних взаємодій: сильну, слабку та електромагнітну. Попри успішність теорії, яка підтверджується експериментами протягом понад 50 років, вона досі не має повного «непертурбативного» визначення. Це означає, що фізики змушені використовувати наближені методи обчислень, розглядаючи взаємодії як невеликі поправки до ідеалізованої системи, замість того, щоб описувати їх безпосередньо.
Одним із перспективних шляхів розв’язання цієї проблеми є «ґраткова теорія поля» (lattice field theory). Вона передбачає дискретизацію простору-часу у вигляді сітки (ґратки), що дозволяє проводити точніші обчислення без використання теорії збурень. Хоча цей підхід успішно застосовується для опису сильної взаємодії, його важко адаптувати для всієї Стандартної моделі через явище, відоме як «хіральність».
Хіральні теорії описують частинки, які поводяться по-різному залежно від їхньої «ліворукості» чи «праворукості». Слабку взаємодію, що входить до Стандартної моделі, неможливо просто перенести на ґратку, оскільки стандартні методи призводять до появи «зайвих» частинок, які не існують у реальності. Крейг зазначив, що мав стратегію для подолання цієї перешкоди, проте не міг довести її ефективність для всіх випадків.
Саме в цьому процесі допомогла GPT-6 Astra. За словами фізика, модель допомогла перетворити його початкову стратегію на конкретну конструкцію та взяла на себе провідну роль у розробці детального математичного доведення. Це дозволило просунутися в побудові визначення, яке б не залежало від теорії збурень і могло б бути реалізоване на комп’ютері для отримання прямих прогнозів.
Джерела: openai.com




