В фундаментальной физике пал рубеж, державшийся нетронутым на протяжении трех лет. Система Claude, запущенная на исследовательской платформе Claude Science, практически в автономном режиме за несколько дней рассчитала амплитуду рассеяния шести частиц на уровне девяти петель в плоской суперсимметричной теории Янга — Миллса с четырьмя суперсимметриями.

До сих пор непревзойденным ориентиром считался восьмипетлевой расчет, выполненный в 2023 году командой Лэнса Диксона из Национальной ускорительной лаборатории SLAC.

Именно Диксон лично верифицировал вычисления нейросети и признал ее работу безоговорочным триумфом, подчеркнув, что искусственный интеллект справился с чрезвычайно хрупким алгоритмом, где малейшая неточность на любом из этапов полностью разрушает итоговый результат.

Начало этой истории положил бывший ученый Мэтт фон Хиппель, бросивший публичный вызов разработчикам с требованием решить сложнейшую проблему физики рассеяния за бюджет, доступный рядовому академическому исследователю.

Ответ исследователей из Anthropic поразил научное сообщество простотой постановки задачи: моделям выдали лишь одно краткое описание цели, после чего редкие указания человека сводились к командам продолжать работу и присылать регулярные отчеты о прогрессе.

При этом финальная стоимость вычислений для конечного пользователя составила порядка одной-двух тысяч долларов, из которых непосредственно на численную часть ушло около ста долларов, что эквивалентно работе девяноста шести ядер процессора в течение недели.

Параллельно к аналогичному результату вплотную подошла группа профессора Хэ Суна из Института теоретической физики Китайской академии наук, которая обнародовала данные символов до девяти петель, применив гибридный подход с участием модели на базе GPT-6 для вспомогательных ограничений.

Произошедшее заставило ученых переосмыслить пределы доступности сложных научных открытий: выяснилось, что многие трудоемкие задачи теоретической физики не требуют сверхчеловеческого интеллекта или колоссальных суперкомпьютеров, а упираются в аккуратную инженерную реализацию и грамотное программирование, с которыми современные алгоритмы справляются быстрее и надежнее людей.

Главный же философский вопрос для ученых теперь заключается в том, как изменится роль теоретика, когда машины перейдут от механического исполнения строгих инструкций к формулированию принципиально новых физических концепций.