Gluon genlikleriyle ilgili son ön baskımız çok tartışmaya yol açtı, bu yüzden arka planı paylaşmak istiyorum — yapay zekanın bir yıl boyunca bizi şaşırtan bir sorunu nasıl çözdüğünü de dahil. Bu hafta Harvard'da da halka açık bir konferans vereceğim. Detaylar sonunda.

Yaklaşık bir yıl önce, bu sorunun dünya uzmanları Alfredo Guevara (IAS), David Skinner (Cambridge) ve Andy Strominger (Harvard) şaşırtıcı bir şeyi fark ettiler: tek eksi genlikler tam olarak sıfır olmamalı, bazı ders kitaplarında bunun aksi argümanlarına rağmen (etkileşimde bulunan parçacıklar kollineer olduğunda bir boşluk vardır). Soru şuydu: Bu genlikler aslında ne olmalı?

Geçen Ekim olarak, @kevinweil & @markchen90 liderliğindeki yeni kurulan OpenAI for Science bölümüne katıldım; amacım sınır modellerimizin bilimsel yeteneklerini geliştirmekti. En son iç modellerin fizik için neler yapabileceği konusunda o kadar heyecanlıydım ki, ortak yazarım ve doktora danışmanım Andy'yi bir problem üzerinde birlikte çalışmaya davet ettim, böylece kendisi görebilsin.

Alfredo, David ve Andy, geçen yıl boyunca 80'lerde çift eksi ("MHV") genlikleri için alınan Parke-Taylor formülüne benzer bir yok olmayan tek-eksi genlikler için basit bir formül bulmaya çalışmışlardı. Alfredo, ön baskıda karmaşık bir ifade olan Eq. 21'i elde etmişti, ancak bu karmaşık bir toplamdı: etkileşime giren parçacıkların sayısında karmaşıklığı süperexponential olarak artan Feynman diyagramları üzerindeki bir toplam.

Bu formülü kullanarak, n=6'ya kadar genlikleri hesaplamak zordu (Eq. 29--32'de gösterildiği gibi), ancak çok daha basit bir ifadenin olması gerektiğini düşündük; tıpkı Parke-Taylor formülünün MHV genlikleri için korkunç Feynman diyagram hesaplamalarını basitleştirmesi gibi, (bu, Zee'nin QFT kitabının N.2. bölümünde iyi açıklanmıştır). Ama böyle bir formül hâlâ ulaşamıyordu.

GPT-5.2 Pro ile çok fazla karşılıklı etkileşime girdik, bu da basitleştirilmiş bir formül aramamız gereken kinematik bölgeyi R_1 belirlememize yardımcı oldu. Ayrıca, Eqs'ta gösterilen genlikler için şaşırtıcı ve basit olmayan basitleştirmeler buldu. 35--38, bu da genel desen için Eq. 39'u tahmin etmesine yol açtı. Bu hedef göz önünde olduğunda, iç bir model için keskin bir soru formüle ettik ve bu model bağımsız olarak basit Eq. 39'u ortaya çıkardı ve sonra bunu kanıtladı.

Eq. 39'dan sonraki ön baskı kısmı, esasen model tarafından sağlanan ve bizim tarafından doğrulanan kanıttır. Bu gerçekten insanlar ile yapay zeka arasında bir iş birliğiydi; GPT-5.2 ve iskelesi çok yetenekli bir katkı sağladı. Andy'nin dediği gibi, nihai sonuç bir yıl boyunca takımın elinden kaçmıştı ve belki de bir süre daha bulunamayacaktı. Bana göre, fizikte yapay zeka için bir eşik aştık.

Bence bu yıl bilim için bir dönüm noktası olacak ve yapay zeka 2026'da fiziğe yaptığı gibi 2025'te kodlamaya yaptığını yapacak. Bu son sonuçlar ve gelecekteki yönler hakkında Salı günü saat 14:00'te Harvard'da Bilim Merkezi A salonunda konuşacağım.