Notre récent préprint sur les amplitudes de gluons a suscité beaucoup de discussions, donc je veux partager l'histoire derrière cela — y compris comment l'IA a aidé à résoudre un problème qui nous avait bloqués pendant un an. Je donnerai également une conférence publique à Harvard cette semaine. Détails à la fin.

Il y a environ un an, des experts mondiaux sur ce problème, Alfredo Guevara (IAS), David Skinner (Cambridge) et Andy Strominger (Harvard) ont réalisé quelque chose de surprenant : les amplitudes à un seul moins ne devraient pas être identiquement nulles, malgré les arguments contraires dans certains manuels (qui ont une faille lorsque les particules interagissantes sont collinéaires). La question est devenue : quelles devraient réellement être ces amplitudes ?

En octobre dernier, j'ai rejoint la nouvelle division OpenAI for Science, dirigée par @kevinweil et @markchen90, avec l'objectif d'améliorer les capacités scientifiques de nos modèles de pointe. J'étais tellement enthousiaste à propos de ce que les derniers modèles internes pouvaient faire pour la physique que j'ai invité mon co-auteur et conseiller de doctorat Andy à travailler avec eux sur un problème afin qu'il puisse le voir par lui-même.

Alfredo, David et Andy avaient passé l'année dernière à essayer de trouver une formule simple pour les amplitudes à un seul moins non nulles, analogue à la formule de Parke-Taylor obtenue dans les années 80 pour les amplitudes double moins ("MHV"). Alfredo avait obtenu une expression compliquée, Eq. 21 dans le préprint, mais elle était peu maniable : une somme sur des diagrammes de Feynman dont la complexité croît de manière superexponentielle avec le nombre de particules interagissantes.

En utilisant cette formule, il était difficile de calculer les amplitudes jusqu'à n=6 (comme indiqué dans les Éqs. 29--32), mais nous pensions qu'une expression beaucoup plus simple devrait exister, tout comme la formule de Parke-Taylor avait simplifié les horribles calculs de diagrammes de Feynman pour les amplitudes MHV (ceci est bien expliqué dans la Partie N.2 du livre de QFT de Zee). Mais une telle formule restait encore insaisissable.

Nous avons engagé beaucoup d'allers-retours avec GPT-5.2 Pro, ce qui nous a aidés à identifier la région cinématique R_1 dans laquelle nous devrions chercher une formule simplifiée. Il a également trouvé des simplifications non triviales surprenantes pour les amplitudes que nous avions, montrées dans les Éqs. 35--38, ce qui l'a amené à deviner l'Éq. 39 pour le motif général. Avec cet objectif en vue, nous avons formulé une question précise pour un modèle interne à traiter, et il a indépendamment proposé la simple Éq. 39 puis l'a prouvée.

La partie du préprint suivant l'Éq. 39 est essentiellement la preuve fournie par le modèle et vérifiée par nous. Cela a vraiment été un effort collaboratif entre les humains et l'IA, avec GPT-5.2 et son échafaudage contribuant au niveau d'un contributeur très talentueux. Comme l'a dit Andy, le résultat final qu'il a fourni avait échappé à l'équipe pendant un an et n'aurait peut-être pas été trouvé pendant un certain temps encore. À mon avis, nous avons franchi un seuil pour l'IA en physique.

Je pense que cette année va être un point de basculement pour la science, et que l'IA fera en physique en 2026 ce qu'elle a fait pour le codage en 2025. Je parlerai de ces résultats récents et des directions futures à Harvard mardi à 14h dans la salle A du Science Center.