En utfordring, besvart på en måned
Anthropic meldte 25. september at Claude hadde regnet ut seks-partikkelamplituden i plan N=4 super Yang-Mills-teori ved ni looper — en beregning ingen i fagfeltet hadde gjort. Påstanden står i et gjesteinnlegg på selskapets vitenskapsblogg, skrevet av Matt von Hippel, den tidligere teoretiske fysikeren som stilte utfordringen.
Von Hippel la den ut på bloggen sin 7. august. Han ville prøve KI mot arbeid han selv visste var vanskelig, og særlig prøve regnekraft framfor idéer: “Vis at en KI kan ta de datamaskinressursene en akademiker har tilgang til, og løse et av spredningsamplitudefeltets store uløste problemer.” Han nevnte to: N=8-supergravitasjon til sju looper, eller N=4 super Yang-Mills til ni.
Spredningsamplituder er formlene som gjør partiklers bevegelsesmengde og energi om til sannsynligheter for reaksjoner. De tilnærmes ved å bryte beregningen ved et visst antall “looper”, og kostnaden stiger bratt for hver. De fleste virkelige amplituder er gjort til to looper. Noen få til tre. N=4 super Yang-Mills er en bevisst urealistisk leketøysteori der den ekstra symmetrien gjør den håndterbar, og derfor brukes den i feltet til å presse metodene.
Hva den forrige rekorden var
Lance Dixon, professor ved SLAC National Accelerator Laboratory, nådde åtte looper for noen år siden, og kom dit indirekte, via et beslektet objekt som kalles formfaktor og er lettere å regne ut. Han hadde ikke gjort ni, og ingen andre heller. Som von Hippel skriver: “Hvis folk trodde det gikk an bare å kjøre den vanlige bootstrap-metoden én loop til, ville noen gjort det.”
Bootstrap er nettopp den metoden. I stedet for å summere hver vekselvirkning går den ut fra formen svaret må ha, og stryker muligheter mot hvert krav svaret må oppfylle — von Hippel sammenligner det med sudoku. Den strukturen gjorde Dixon godt rustet til å kontrollere et ni-loops svar om det dukket opp.
Én prompt, og “fortsett”
I slutten av august fortalte to fysikere hos Anthropic, Liam Fitzpatrick og Siddharth Mishra-Sharma, von Hippel at de hadde tatt den andre utfordringen. De brukte Fable 5.1 inne i Claude Science, selskapets betalte forskningsharness.
Etter å ha spurt Claude hvilket av problemene den mest sannsynlig kunne klare, ga de den én instruksjon: “Problemet er å regne ut seks-partikkelamplituden (heksagon) i plan N=4 SYM ved ni looper.” Så lot de den holde på. Von Hippel siterer en av oppfølgingene: “Jeg skal sove og er utilgjengelig i flere timer. Fortsett å jobbe med dette til jeg sier stopp. Gi meg oppdateringer hver fjerde til sjette time.”
Claude gjorde beregningen to ganger, én gang med bootstrap og én gang via formfaktoren. Anthropic anslår kostnaden for en sluttbruker til rundt ett til to tusen dollar for hver av veiene, mest fordi modellen må kjøre så lenge. Selve bootstrap-kjøringen, gjort i Python med SymPy, tok rundt 100 dollar av det budsjettet — tilsvarende, skriver von Hippel, 96 prosessorer i en uke.
Menneskene var nærmere enn noen trodde
Dixon verifiserte resultatet. Noen dager senere hørte von Hippel fra Song He, amplitudeforsker ved Det kinesiske vitenskapsakademiet i Beijing, at gruppen hans allerede hadde det meste av det samme resultatet, med noe KI-hjelp basert på GPT-6 — men ikke det nesten menneskefrie engangsgrepet Anthropic brukte. Dixon, He og medarbeiderne deres kommer til å publisere fysikken.
Von Hippels egen lesning tar ned metoden og peker på feltet. “Claude brukte kjente metoder, med litt mer regnekraft enn folk hadde forsøkt å bruke før”, skriver han. Konklusjonen er at “det finnes mer lavthengende frukt der ute enn man skulle tro”, og at datavitere som i årevis har sagt til amplitudeforskere at de bør ansette programmerere, “bør føle seg bekreftet”.
Det han ikke tar ned, er selvstendigheten. Claude Science gjorde dette, bemerker han, “i ett jafs, uten mer vitenskapelig tilsyn enn ‘fortsett’”, på beregninger han beskriver som kinkige og rotete, og der han selv ville ventet å gjøre feil.
Hva man skal følge med på
Den vanskeligste av von Hippels to utfordringer — om N=8-supergravitasjon divergerer ved sju looper — står fortsatt åpen, og ingen har meldt å ha gjort den. Han foreslår at grupper som jobber med virkelige amplituder, prøver om en vitenskapsharness kan klare en frontberegning i ett jafs også der, “og de bør ha en plan for hvordan resultatene skal sjekkes”.
