تصور کنید مسئله‌ای ریاضی وجود داشته باشد که پیچیدگی آن با هر گام، به‌صورت نمایی رشد می‌کند و حتی برای خبره‌ترین فیزیکدانان جهان نیز دست‌نیافتنی است. حالا یک مدل هوش مصنوعی توانسته است بدون نظارت لحظه‌ای انسان، این بن‌بست محاسباتی را در سطح پیشرفته دانشگاهی بشکند.
به نقل از گزارش‌های منتشر شده در ۲۵ سپتامبر ۲۰۲۶، استقرار تخصصی مدل Claude موفق شد دامنه پراکندگی شش-ذره‌ای در مدل N=4 super Yang-Mills را در ۹ حلقه (loop) محاسبه کند. این نتیجه در پاسخ به چالشی عمومی است که توسط مت فون هیپل (Matt von Hippel)، فیزیکدان نظری، برای شرکت‌های AI مطرح شده بود تا ثابت کنند هوش مصنوعی می‌تواند مسائل بسیار پیچیده و برجسته علمی را با استفاده از منابع محاسباتی سطح دانشگاهی حل کند.
این موفقیت در ادامه زنجیره‌ای از گشودن گره‌های تاریخی توسط مدل‌های زبانی است؛ همان‌طور که در پوشش پیشین ما از رمزگشایی پیام‌های حل‌نشده انیگما در جنگ جهانی دوم توسط مدل‌های OpenAI و Anthropic دیدیم، مدل‌ها در حال عبور از تشخیص الگو و رمزنگاری به سمت استدلال‌های پیچیده می‌روند. این روند را می‌توان در شتاب خیره‌کننده سیستم‌های هوش مصنوعی در حل مسائل ریاضی و رمزنگاری که دهه‌ها تلاش انسانی را به چالش کشید، به وضوح مشاهده کرد. اما تفاوت این بار در این است که حل این مسئله فیزیکی، نیازمند تولید و اجرای خودکار کدهای ریاضی پیچیده طی چندین روز متوالی بود، نه صرفاً شناسایی یک الگوی موجود.
چالش محاسباتی و ماهیت مسئله
دامنه‌های پراکندگی (Scattering Amplitudes) فرمول‌های حیاتی هستند که فیزیکدانان برای محاسبه احتمال واکنش‌های ذرات زیراتمی بر اساس تکانه (momentum) و انرژی ذرات به کار می‌برند. به دلیل شدت محاسبات، فیزیکدانان معمولاً به تقریب‌هایی محدود به تعداد «حلقه‌ها» بسنده می‌کنند؛ هرچه تعداد حلقه‌ها بیشتر شود، دقت افزایش می‌یابد اما هزینه محاسباتی به‌شدت و به‌طور چشمگیری بالا می‌رود.
در این حوزه، اکثر فرمول‌ها تنها تا دو یا سه حلقه محاسبه شده‌اند. برای درک مقیاس دشواری این کار، باید دانست که دقیق‌ترین پیش‌بینی در کل فیزیک ذرات — یعنی گشتاور دوقطبی مغناطیسی غیرعادی الکترون — تنها از پنج حلقه استفاده کرده است. بنابراین، رسیدن به نه حلقه یک جهش عظیم محسوب می‌شود.
مت فون هیپل، فیزیکدان نظری سابق که در وبلاگ 4gravitons.com می‌نویسد، در ۷ اوت ۲۰۲۶ شرایط این چالش را تعیین کرد. او استدلال کرد که این مسائل از نظر محاسباتی «سخت» هستند زیرا هر حلقه نشان‌دهنده افزایش پیچیدگی است که معمولاً به‌صورت نمایی یا حتی فاکتوریل رشد می‌کند.
فون هیپل خاطرنشان کرد که اگرچه پژوهشگران می‌توانند این مسائل را با استفاده از روش‌های شناخته‌شده و بدون نیاز به ایده‌های جدید حل کنند، اما این کار نیازمند قدرت پردازشی بسیار بیشتری است که معمولاً در دسترس نیست. او یک اولتیماتوم مشخص به شرکت‌های AI داد: «یا مدل N=8 supergravity را تا هفت حلقه، یا مدل N=4 super Yang-Mills را تا نه حلقه حل کنید.»
مدل N=4 super Yang-Mills چیست؟
مدل N=4 super Yang-Mills به عنوان یک «مدل اسباب‌بازی» (toy-model) برای آزمایش و تست تکنیک‌های جدید استفاده می‌شود. تئوری‌های یانگ-میلز سه مورد از چهار نیروی بنیادی طبیعت را توصیف می‌کنند. در نسخه N=4 ابرتقارن، هر ذره دارای چهار شریک ابرتقارنی است.
اگرچه این تعداد زیاد از ذرات، تئوری را از نظر فیزیکی غیرواقع‌بینانه می‌کند، اما به‌طور متناقضی محاسبات را ساده‌تر می‌سازد. تعادل موجود بین ذرات باعث می‌شود که برای اجرای ریاضیات مسئله، تنها ترکیبات خاصی از متغیرها مورد نیاز باشد و این امر مسیر را برای محاسبات حلقه‌های بالا هموار می‌کند.
سازوکار اجرای پروژه توسط Claude
فیزیکدانان لیام فیتزپاتریک و سیدارت میشرا-شارما از مدل Fable 5.1 در بستر Claude Science استفاده کردند. این پلتفرم، مدل زبانی بزرگ (LLM) را در چارچوبی از قوانین و پرامپت‌های ساختاریافته قرار می‌دهد تا رفتار علمی مدل تضمین شود و از خطاهای احتمالی کاهیده شود. این رویکرد ساختاریافته در محیط‌های آزمایشگاهی، مشابه همان متدولوژی است که منجر به کشف سامانهٔ آنزیمی ART توسط عامل‌های هوش مصنوعی آنتروپیک شد. طبق گزارش، پژوهشگران تنها یک پرامپت کوتاه برای نام‌گذاری وظیفه ارسال کردند و از مدل خواستند به‌طور مستقل کار کند و در حالی که آن‌ها در خواب بودند، هر ۴ تا ۶ ساعت یک‌بار گزارش پیشرفت را ارائه دهد.
Claude برای تضمین صحت نتایج از دو استراتژی ریاضی متمایز و موازی استفاده کرد:
- تکنیک بوت‌استرپ (Bootstrap): یک روش مستقیم که با ردیابی تمام پاسخ‌های ممکن در یک الفبای تخصصی شروع شده و محدودیت‌ها را یکی پس از دیگری اعمال می‌کند تا در نهایت تنها یک احتمال باقی بماند. در این روش، بررسی‌های نهایی برای شناسایی هرگونه اشتباه احتمالی انجام می‌شود.
- رویکرد فرم-فاکتور (Form-Factor): یک روش غیرمستقیم که یک فرم-فاکتور نه-حلقه را از طریق دوگانگی آنتی‌پودال به دامنه پراکندگی نگاشت می‌کند. این متد دقیقاً مشابه رویکردی است که دیکسون و اندی لیو در سال ۲۰۲۳ برای رسیدن به نتیجه هشت-حلقه به کار بردند.
پیاده‌سازی فنی و هزینه‌ها
محاسبات بوت‌استرپ با زبان پایتون و با استفاده از بسته SymPy نوشته شد. این فرآیند از ۹۶ پردازنده مرکزی (CPU) به مدت یک هفته استفاده کرد. هزینه استنتاج (Inference) مدل Claude در این پروژه بین ۱,۰۰۰ تا ۲,۰۰۰ دلار برآورد شد که از این مقدار، تنها ۱۰۰ دلار مربوط به هزینه اجرای نهایی محاسبات بود.
اعتبارسنجی و نتایج نهایی
در ۱۶ سپتامبر ۲۰۲۶، نتایج به‌صورت فایل‌های قابل خواندن توسط کامپیوتر در Zenodo منتشر شد. خروجی شامل ۸ فایل بود که هر کدام بیش از ۱۰۰ مگابایت حجم داشتند و از فرمت مشابهی که برای دامنه‌های شش، هفت و هشت-حلقه استفاده شده بود، پیروی می‌کردند.
این محاسبات شامل ۱۰۷,۰۵۳ ضریب غیرصفر بود و نکته خیره‌کننده این بود که هر دو روش مستقیم (بوت‌استرپ) و غیرمستقیم (فرم-فاکتور) بر روی تک‌تک این ضرایب توافق کامل داشتند. همچنین به عنوان یک کنترل کیفیت، برنامه‌ها توانستند نماد دامنه هشت-حلقه منتشر شده را روی ۱,۰۰۰ کلمه تصادفی با موفقیت بازتولید کنند.
لنس دیکسون، استاد دانشگاه استنفورد و آزمایشگاه ملی شتاب‌دهنده SLAC، پس از آنکه در ۱ سپتامبر ۲۰۲۶ با او تماس گرفته شد، دو هفته زمان صرف اعتبارسنجی این نتایج کرد. دیکسون اشاره کرد که Claude کد مورد نیاز را کاملاً از صفر توسعه داد و دستورالعمل پیچیده‌ای را اجرا کرد که تیم او سال‌ها در پی آن بود؛ نتیجه‌ای که دیکسون پیش‌تر تصور می‌کرد محاسبه مستقیم آن بیش از حد دشوار باشد.
تلاش‌های موازی انسان و هوش مصنوعی
این دستاورد منحصر به Anthropic نبود. سونگ هه از آکادمی علوم چین گزارش داد که گروه او با کمک GPT-6 به بخش بزرگی از این نتایج دست یافته‌اند. تفاوت در این بود که آن‌ها به جای رویکرد تک-مرحله‌ای (one-shot)، از مدل برای کمک در اعمال محدودیت‌های خاص استفاده کردند.
در ۱۷ سپتامبر ۲۰۲۶، هه و همکارانش، جیرونگ جینگ و شیانگ لی، مجموعه داده‌های خود را با عنوان «نمادهای دامنه‌های MHV شش-گلوئون تا نه حلقه» در Zenodo منتشر کردند. این مجموعه داده، دامنه‌های MHV شش-نقطه‌ای مشابه BDS را در حلقه‌های دو تا نه تحت مجوز Creative Commons Attribution 4.0 پوشش می‌داد.
چرخش در پارادایم AI علمی
ارزیابی فون هیپل نشان‌دهنده جهشی بزرگ در توانمندی AI است. در مارس ۲۰۲۶، پروژه‌های فیزیکِ محور-AI به نظارت شدید انسانی (hand-holding) نیاز داشتند و در سطح یک دانشجو عمل می‌کردند. اما Claude Science این محاسبه را به‌صورت One-shot و بدون نظارت علمی پیچیده به پایان رساند.
با این حال، فون هیپل اشاره کرد که AI روش ریاضی جدیدی ابداع نکرد، بلکه صرفاً روش‌های شناخته‌شده را با قدرت محاسباتی بیشتری نسبت به تلاش‌های انسانی قبلی به کار گرفت. او اعتراف کرد که درباره «حد محاسباتی» بیش از حد ساده‌لوحانه فکر می‌کرده است.
این موضوع نشان می‌دهد که حد محاسباتی برای بسیاری از مسائل علمی پایین‌تر از تصور متخصصان است و «میوه‌هایt پایین‌دستی» (low-hanging fruit) بیشتری در فیزیک نظری وجود دارد تا آنچه پیش‌بینی می‌شد. این کار آن چشم‌اندازی از روش‌های جدید و غیرمنتظره را که فون هیپل امیدوار بود برای بحث‌های مربوط به ابرهوش (superintelligence) فراهم کند، ارائه نداد.
این تغییر، معیار سنجش AI در علم را از «کمک ساده» به «اجرای خودکار دستورالعمل‌های شناخته‌شده با پیچیدگی بالا» تغییر می‌دهد. ارزش اصلی این اتفاق، نه یک کشف علمی جدید، بلکه توانایی مدل در مدیریت فرآیندهای خسته‌کننده و مستعد خطای محاسبات حلقه‌های بالا بدون دخالت انسان بود.
اکنون پژوهشگران باید رصد کنند که آیا این توانایی در اجرای خودکار، به محاسبات دامنه‌های «دنیای واقعی» نیز تعمیم می‌یابد یا خیر؛ مسائلی که اغلب رقابتی‌تر هستند و ساختار کمتری نسبت به مدل اسباب‌بازی N=4 super Yang-Mills دارند.
گام بعدی شما
- بررسی مستندات Claude Science برای درک نحوه ساختاردهی به گردش‌کارهای علمی مستقل.
- تحلیل مجموعه داده‌های منتشر شده در Zenodo برای مشاهده فرمت خروجی‌های محاسباتی AI.
- رصد این موضوع که آیا این توانایی در مسائل «دنیای واقعی» (خارج از مدل‌های اسباب‌بازی) نیز تعمیم می‌یابد یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.
گفتگو