رکوردشکنی تاریخی Claude در فیزیک ذرات؛ هوش مصنوعی Anthropic محاسبات پیچیده ۹ حلقه‌ای را حل کرد

شکستن رکورد فیزیک ذرات توسط Claude با محاسبه ۹ حلقه‌ای

مدل هوش مصنوعی Claude متعلق به Anthropic موفق شد دامنه پراکندگی ۶ ذره را در نظریه «ابر یانگ-میلز» صفحه‌ای با تقارن ابرتقارنی N=4 تا ۹ حلقه محاسبه کند؛ دستاوردی که رکورد قبلی ۸ حلقه‌ای را که در اختیار لنس دیکسون (Lance Dixon)، فیزیک‌دان آزمایشگاه شتاب‌دهنده ملی SLAC و همکارانش بود، پشت سر گذاشت. این مدل در بستر سامانه اختصاصی Claude Science به مدت چند روز به صورت مداوم فعالیت کرد و تنها با دریافت پرامپت‌های ادامه‌دهنده دوره‌ای و بدون هیچ‌گونه اصلاح علمی انسانی در میانه اجرای محاسبات، به این نتیجه رسید. دیکسون بعدها صحت خروجی به‌دست‌آمده را با استفاده از ابزارهای اعتبارسنجی تیم تحقیقاتی خود تایید کرد.

مت فون هیپل (Matt von Hippel)، فیزیک‌دان و نویسنده علمی، حدود یک ماه پیش این چالش را در وبلاگ تخصصی خود موسوم به 4gravitons مطرح کرده بود. او از شرکت‌های توسعه‌دهنده هوش مصنوعی خواسته بود تا با بهره‌گیری از منابعی در حد یک پژوهشگر دانشگاهی، یکی از دو مسئله پیش‌رو را حل کنند: محاسبه دامنه ابرگرانش N=8 در ۷ حلقه یا محاسبه دامنه ابر یانگ-میلز N=4 در ۹ حلقه. شرکت Anthropic مسئله دوم را برای حل انتخاب کرد.

چرا با هر حلقه، محاسبات منفجر می‌شود؟

دامنه‌های پراکندگی، احتمال برهم‌کنش میان ذرات را پیش‌بینی می‌کنند. فیزیک‌دانان این دامنه‌ها را در قالب بسط‌های اختلالی محاسبه می‌کنند که در آن، هر «حلقه» (Loop) یک تصحیح کوانتومی مرتبه بالاتر را به فرمول اضافه می‌کند. با هر مرتبه، دقت تقریب افزایش می‌یابد، اما تعداد و پیچیدگی جملات میانی محاسبات اغلب به صورت نمایی یا فاکتوریل منفجر می‌شود.

• بیشتر دامنه‌های مورد استفاده در پدیده‌شناسی تجربی حداکثر به دو حلقه رسیده‌اند.
• تنها دسته کوچکی از مسائل به محاسبات سه حلقه‌ای دست یافته‌اند.
• سهم خالص الکترودینامیک کوانتومی در گشتاور مغناطیسی نامتعارف الکترون به پنج حلقه رسیده است.
• تیم تحقیقاتی لنس دیکسون توانسته بود دامنه ۶ ذره را در نظریه ابر یانگ-میلز N=4 تا هشت حلقه به پیش ببرد.

پژوهشگران از نظریه ابر یانگ-میلز N=4 به عنوان یک آزمایشگاه نظری ایدئال برای توسعه روش‌های محاسبه دامنه استفاده می‌کنند. ابرتقارن گسترده این نظریه باعث حذف متقابل بسیاری از جملات پیچیده می‌شود و انجام محاسبات فوق‌العاده عمیق را ممکن می‌سازد. علاوه بر این، حد صفحه‌ای (Planar limit) با حفظ جملات پیشرو در زمان افزایش بارهای رنگی، مسئله را ساده‌تر می‌کند. تکنیک‌هایی که در این محیط به دست می‌آیند می‌توانند به پیشبرد کرومودینامیک کوانتومی (QCD) یا همان نظریه نیروی هسته‌ای قوی کمک کنند، هرچند محاسبات مستقیم QCD به مراتب دشوارتر است.

دو مسیر متفاوت برای روش بوت‌استرپ

روش «بوت‌استرپ» (Bootstrap) با فضایی مقید از توابعی آغاز می‌شود که می‌توانند بازتاب‌دهنده دامنه پراکندگی باشند. در این فرایند، تقارن‌ها، رفتار مرزی، حدهای شناخته‌شده و روابط موجود با کمیت‌های ساده‌تر، ضرایب مجاز را مرحله به مرحله تثبیت می‌کنند. فون هیپل این سازوکار را به جدول سودوکو تشبیه می‌کند: هر قید و شرط بخشی از احتمال‌ها را رد می‌کند تا در نهایت تنها یک پاسخ یکتا باقی بماند؛ پاسخی که می‌توان شرایط باقی‌مانده را به عنوان معیاری برای بررسی درستی آن استفاده کرد.

لیام فیتزپاتریک (Liam Fitzpatrick) و سیدارت میشرا-شارما (Siddharth Mishra-Sharma)، پژوهشگران شرکت Anthropic، درخواستی تک‌خطی برای محاسبه دامنه شش‌ضلعی ۶ ذره در ۹ حلقه به Claude ارائه دادند. پرامپت‌های بعدی عمدتاً تنها شامل دستور ادامه کار و گزارش پیشرفت بودند. Claude کدهای لازم را نوشت، ابزارهای محاسباتی نمادین و عددی را اجرا کرد، خطاها و شکست‌ها را تشخیص داد و محاسبات را از دو مسیر مرتبط به سرانجام رساند:

1. بوت‌استرپ مستقیم (Direct bootstrap): مدل Claude با اعمال قیدهای شناخته‌شده بر فضای توابع کاندید، دامنه ۹ حلقه‌ای را مستقیماً بازسازی کرد.
2. مسیر فاکتور فرم (Form-factor route): Claude کمیتی وابسته را محاسبه کرد که نحوه جفت‌شدگی یک عملگر موضعی با حالت‌های ذرات را توضیح می‌دهد؛ سپس با استفاده از «دوگانگی پادپایی» (تقارنی که دیکسون و اندی لیو در سال ۲۰۲۳ شناسایی کرده بودند) آن را به دامنه اصلی نگاشت داد.

هزینه‌ای چهاررقمی برای یک دستاورد بزرگ

طبق گزارش شرکت Anthropic، مجموع هزینه نهایی هر بار اجرای محاسبات حدود ۱,۰۰۰ تا ۲,۰۰۰ دلار بوده است که بخش اعظم این صورت‌حساب به استنتاج خود مدل تعلق داشت. در این میان، بخش محاسبات عددی پایه نسبتاً ارزان بود:

• بخش بوت‌استرپ عددی تنها حدود ۱۰۰ دلار از این بودجه را به خود اختصاص داد.
• شرکت Anthropic حجم این پردازش را معادل فعالیت پیوسته ۹۶ پردازنده مرکزی (CPU) به مدت یک هفته مقایسه کرده است.
• این پیاده‌سازی با زبان Python و کتابخانه جبر کامپیوتری SymPy انجام شد.
• این ایجنت هوشمند بدون آنکه پژوهشگران اشتباهات علمی آن را در حین اجرا اصلاح کنند، چندین روز متوالی به فعالیت خود ادامه داد.

نتیجه‌ای آماده برای اعتبارسنجی مستقل

لنس دیکسون به صورت مستقل این خروجی را بررسی کرد و با تبدیل دامنه به فاکتور فرمی که تیمش سال‌ها روی آن کار کرده بودند، صحت آن را آزمود. او در یادداشت همراه خود اشاره کرد که روش بوت‌استرپ به شکلی نامعمول حساس و شکننده است؛ به طوری که یک فرض یا قید نادرست می‌تواند کل ساختار محاسباتی را باطل کند. از آنجا که بخش زیادی از دانش کاربردی این فرایند هرگز در یک مقاله واحد تدوین نشده بود، Claude ناچار شد ساختار مورد نیاز را از میان مقالات پراکنده، کدهای قدیمی و نتایج میانی استخراج و بازسازی کند.

پایان هم‌زمان دو گروه پژوهشی

مدت کوتاهی پس از ارتباط شرکت Anthropic با فون هیپل، تیمی به سرپرستی سونگ هه (Song He) در آکادمی علوم چین، نماد (Symbol) همان دامنه ۹ حلقه‌ای را گزارش کردند. نماد در اینجا ساختار انتگرال‌های مکرر دامنه را ثبت می‌کند و در عین حال ثوابت و جملات نامرئی در آن سطح را نادیده می‌گیرد. تیم سونگ هه برای به دست آوردن برخی از قیدها از مدل GPT-6 استفاده کرده بود، در حالی که پژوهشگران هدایت کلی محاسبات را در دست داشتند. هر دو محاسبه به‌دست‌آمده توسط Claude و تیم چینی اکنون به صورت آنلاین در دسترس است.

این نتایج تقریباً هم‌زمان نشان می‌دهد که متخصصان فیزیک ذرات پیش از این نیز به حل مسئله ۹ حلقه بسیار نزدیک شده بودند. مدل Claude روش‌های شناخته‌شده بوت‌استرپ را به کار گرفت، آن‌ها را در یک جریان کاری نرم‌افزاری پایدار یکپارچه کرد و به سرعت به اجرا گذاشت. ارزیابی فون هیپل حاکی از آن است که بسیاری از مسائل مربوط به دامنه‌ها ممکن است در حلقه‌های بالاتر نیز قابل محاسبه باشند، اما پژوهشگران تا به امروز زمان یا ابزار لازم را برای پیگیری آن‌ها در اختیار نداشته‌اند.

محیط و ساختار پشتیبان سامانه ایجنت

سامانه Claude Science یک پلتفرم پیشرفته است که مدل Claude را با پرامپت‌های ساختاریافته، دسترسی به ابزارهای برنامه‌نویسی، حفظ وضعیت پایدار وظایف و امکان اجرای طولانی‌مدت ترکیب می‌کند. این مؤلفه‌ها به مدل اجازه می‌دهند تا کد بنویسد و اجرا کند، نتایج را بررسی نماید، از رویکردهای ناموفق بازگردد و فرایند را در طول نشست‌های کاری مختلف پیگیری کند. شرکت Anthropic پیش از این نیز از ساختار ایجنت مشابهی برای پروژه‌های دیگر نظیر مدل‌سازی مولکول‌های زیستی استفاده کرده بود. در این آزمایش، دستور اولیه تنها یک سطر بود و پرامپت‌های کوتاه ادامه‌دهنده توانستند فرایندی چندروزه را زنده و پویا نگه دارند.

جایگاه کنونی ایجنت‌های علمی در دنیای پژوهش

توسعه‌دهندگان و پژوهشگرانی که عملکرد ایجنت‌ها را در کارهای فنی و پیچیده ارزیابی می‌کنند، می‌توانند درس‌های عملی مهمی از این دستاورد استخراج کنند:

1. مسائلی با معیارهای ارزیابی صوری انتخاب کنید: دامنه این مسئله دارای فضای پاسخ مقید، تقارن‌های شناخته‌شده و سازوکار اعتبارسنجی مستقل بود.
2. پیش از اعطای استقلال، سازوکار اعتبارسنجی را بسازید: دیکسون توانست نتیجه را بررسی کند، زیرا تیمش از قبل ابزارهای لازم را برای سنجش هر پاسخ احتمالی توسعه داده بود.
3. هزینه استنتاج و توان پردازشی را تفکیک کنید: استفاده از مدل بیشترین سهم را در هزینه‌ها داشت، در حالی که بخش محاسبات عددی به منابع سخت‌افزاری متداولی متکی بود.
4. نقش انسان را دقیق تعریف کنید: پژوهشگران مسئله را تعیین کردند، پرامپت‌های ادامه را ارائه دادند و نتیجه را تایید کردند؛ در حالی که ایجنت مدیریت جریان پیچیده و طولانی محاسبات را بر عهده داشت.
5. در صورت امکان از روش‌های استخراج چندگانه استفاده کنید: دو مسیر هم‌زمان بوت‌استرپ مستقیم و فاکتور فرم شواهدی بسیار محکم‌تر از یک اجرای تک‌مسیره فراهم کردند.
6. تعمیم‌پذیری را به وظایف مشابه محدود کنید: عملکرد مدل‌ها در محاسبات مستقیم QCD و کشف نظریه‌های باز هنوز آزمایش نشده است. ساختار ریاضی منظم و قیدهای قابل بررسی توسط ماشین، این مسئله را برای یک ایجنت بسیار مناسب کرده بود.

شواهد به‌دست‌آمده از یک ادعای مشخص دفاع می‌کند: یک ایجنت مبتنی بر مدل‌های زبانی بزرگ می‌تواند روش‌های علمی حساس و تثبیت‌شده را در طول محاسباتی چندروزه به پیش ببرد و به نتیجه‌ای در مرزهای دانش برسد که توسط متخصصان قابل راستی‌آزمایی باشد. اگر در آینده مدلی بتواند یک اصل فیزیکی یا روش ریاضیاتی کاملاً جدید ابداع کند که بررسی‌های داوری علمی را با موفقیت پشت سر بگذارد، گامی بسیار فراتر در مسیر اکتشافات واقعی علمی برداشته خواهد شد.