GPT-5.2 leitet in der theoretischen Physik ein neues Ergebnis her

• GPT‑5.2 schlug eine neue Formel für Gluon-Streuamplituden vor, die Vermittler der starken Kernkraft; anschließend wurden sie von internen OpenAI-Modellen und Forschenden bewiesen und verifiziert
• Bislang galt, dass Gluon-Wechselwirkungen mit einer bestimmten Helizitätskombination nicht auftreten; die Studie bestätigte jedoch, dass sie unter bestimmten Impulsbedingungen (half-collinear-Bereich) ungleich null sind
• GPT‑5.2 Pro vereinfachte komplexe Berechnungsformeln für Feynman-Diagramme und leitete verallgemeinerbare Muster und Formeln ab
• Ein internes scaffolded GPT‑5.2 leitete nach etwa 12 Stunden Inferenz dieselbe Formel unabhängig her und vollendete einen formalen Beweis
• Die Studie gilt als Beispiel dafür, dass die Zusammenarbeit von KI und menschlichen Forschenden neues Wissen in der theoretischen Physik hervorbringen kann

---

Neue Formel für Gluon-Amplituden, vorgeschlagen von GPT‑5.2

• In einem neuen Preprint schlug GPT‑5.2 eine Formel für Gluon-Streuamplituden vor, die anschließend von internen OpenAI-Modellen und Forschenden bewiesen und verifiziert wurde
  • Der Titel der Arbeit lautet “Single-minus gluon tree amplitudes are nonzero”
  • Die Arbeit wurde auf arXiv veröffentlicht; eine Einreichung bei einer Fachzeitschrift wird vorbereitet
• Die Forschung befasst sich mit Gluonen als Vermittlern der starken Kernkraft und widerlegt die bisherige Erwartung, dass bestimmte Teilchenwechselwirkungen nicht auftreten
  • Bislang wurde angenommen, dass bei einer Kombination aus einem Gluon mit negativer Helizität und den übrigen Gluonen mit positiver Helizität die Baumniveau-Amplitude 0 sei
  • Das Forschungsteam berechnete jedoch, dass diese Amplitude im half-collinear-Impulsbereich nicht 0 ist

Neue Entdeckung im half-collinear-Bereich

• Die bisherige Behauptung beruhte auf der Annahme, dass Teilchenimpulse allgemeine Richtungen und Energien haben
  • Das Forschungsteam identifizierte einen bestimmten Ausschnitt des Impulsraums, auf den diese Annahme nicht zutrifft
• half-collinear bezeichnet den Fall, dass Gluonimpulse bestimmte Ausrichtungsbedingungen erfüllen, und besitzt eine mathematisch konsistente Definition
• In diesem Bereich wurde berechnet, dass die Amplitude nicht verschwindet, und ihr Wert wurde unter speziellen kinematischen Bedingungen bestimmt
• Dieses Ergebnis soll künftig unter anderem auf Berechnungen von Graviton-Amplituden ausgeweitet werden

Rolle von GPT‑5.2 und Berechnungsprozess

• GPT‑5.2 Pro schloss zunächst auf die Formel in der Form von Eq.(39)
  • Menschliche Forschende legten komplexe, für kleine n-Werte von Hand berechnete Ausdrücke vor (Eq.29–32)
  • GPT‑5.2 Pro vereinfachte diese und überführte sie in eine kompakte Form (Eq.35–38), wobei es ein verallgemeinerbares Muster entdeckte
• Ein internes scaffolded GPT‑5.2 leitete über rund 12 Stunden hinweg unabhängig dieselbe Formel her und vollendete einen formalen Beweis
  • Analytisch wurde verifiziert, dass die Formel die Berends–Giele-Rekursionsrelation erfüllt
  • Zudem bestätigte eine Prüfung anhand des soft theorem, dass das Verhalten beim Soft-Werden eines Teilchens konsistent ist

Erweiterung der Forschung und Ausblick

• Mit Unterstützung von GPT‑5.2 wurden Berechnungen von Gluon-Amplituden auf Graviton-Amplituden ausgeweitet
• Weitere Arbeiten zur Verallgemeinerung laufen, und künftig sollen auch andere KI-gestützte Forschungsergebnisse vorgestellt werden
• Die Studie zeigt, dass KI einen praktischen Beitrag zur Entdeckung neuer mathematischer Strukturen in der theoretischen Physik leisten kann

Einschätzungen von Physikern

• Nima Arkani-Hamed (Institute for Advanced Study) betonte, dass sich komplexe Berechnungsformeln oft in einfache Formen ordnen lassen,
  und dass eine einfache Formel ein Ausgangspunkt für die Entdeckung neuer physikalischer Strukturen sein kann
  • Er erklärte, dass er seit Langem erwarte, dass sich dieser Prozess der Vereinfachung durch Computer automatisieren lässt
• Nathaniel Craig (UC Santa Barbara) bewertete die Studie als „akademische Forschung auf Fachniveau, die die Grenze der theoretischen Physik erweitert“
  • Er hob hervor, dass die Zusammenarbeit von GPT‑5.2 und menschlichen Forschenden neue wissenschaftliche Einsichten in überprüfbarer Form hervorgebracht habe
  • Damit werde bestätigt, dass der Dialog zwischen Physikern und LLMs zu einer grundlegend neuen Wissensproduktion führen kann

[GN⁺]

Hacker-News-Kommentare

• Aus dem Artikeltitel könnte man schließen, dass die AI eigenständig ein neues Ergebnis in der Physik entdeckt hat, tatsächlich haben aber Menschen das Problem formuliert, und GPT hat komplexe Gleichungen vereinfacht, um eine Lösung zu finden

  • GPT Pro hat 12 Stunden an dieser Aufgabe gearbeitet, und meiner Erfahrung nach können LLMs zwar durch lineare Kombinationen bestehender Elemente Neues erzeugen, aber echte Schöpfung in völlig neuen Bereichen ist noch schwierig
  • Menschen hatten komplexe Feynman-Diagramme bis n=6 berechnet, aber keine allgemeine Formel gefunden; GPT hat das Problem vereinfacht und verallgemeinert
  • Ähnliche Resultate wurden allerdings schon 1986 in gewisser Weise untersucht
  • Da an der Studie renommierte Physiker wie Guevara, Lupsasca, Skinner und Strominger beteiligt sind, dürfte es für normale Nutzer schwer sein, das per Prompt zu reproduzieren
  • Manche meinen auch, der Unterschied zwischen „Kombination bestehender Dinge“ und „first principles“ sei unscharf, und selbst Menschen machten nur selten völlig neue Entdeckungen
  • Mit Verweis auf die Entwicklungsstufen von Schach-Engines gibt es die Prognose, dass auch LLMs am Ende Stage 4 erreichen und den Menschen übertreffen werden

• Bei jedem neuen AI-Durchbruch gibt es viele, die ihn mit dem Argument abwerten, „das ist keine echte Innovation“

  • Beim Beispiel, dass GPT‑5.2 ein Erdős-Problem gelöst habe, behaupteten einige etwa, es besser zu wissen als der Fields-Medaillist Terence Tao
  • Umgekehrt wird auch darauf hingewiesen, dass solche Ergebnisse übertrieben dargestellt werden — tatsächlich habe es Hilfe aus bestehenden Papers oder durch Nicht-AI-Werkzeuge wie Aristotle gegeben
  • Problematisch ist auch ein überzogener AI hype, der eine unmittelbar bevorstehende Revolution behauptet; nötig ist eine objektive Analyse
  • Aus einer anderen Perspektive wächst die negative Wahrnehmung auch deshalb, weil Führungskräfte solche Erfolge zur AI-Pflicht oder zur Rechtfertigung von Entlassungen nutzen
  • Viele Menschen reagieren laut manchen Meinungen defensiv, weil sie Angst haben, dass ihre Karriere bedroht ist
  • Treffender als „AI hatte einen Geistesblitz“ ist oft die Beschreibung, dass Menschen die Richtung vorgaben und die AI die Rechnungen ausführte
  • Häufig seien die Resultate überhöht dargestellt und lägen tatsächlich eher auf dem Niveau von Formelvereinfachung und Verallgemeinerung

• Beeindruckend ist, dass GPT‑5.2 12 Stunden lang über das Problem nachgedacht und dabei Formeln und Beweise hergeleitet hat

  • Beim persönlichen Einsatz von GPT‑5.2 Thinking Extended entsteht der Eindruck, dass es über lange Zeit konsistentes mathematisches Denken aufrechterhalten kann
  • Version 5.3 und codex CLI seien bei Zustandsverwaltung und Kontexterhalt sehr stark; vermutet wird ein internes Kompressionsverfahren für lange Laufzeiten
  • Auch nach dem 30‑Minuten-Limit kann man manuell erneut anstoßen und die Arbeit fortsetzen

• AI kann für erfahrene Menschen ein Produktivitäts-Multiplikator sein

  • Wie im C-Compiler-Beispiel von Anthropic definieren Menschen das Problem und entwerfen Tests, während die AI die wiederholbaren Arbeiten übernimmt
  • Die Erzählung „AI ersetzt den Menschen“ sei eher Marketing zur Aufmerksamkeits- und Kapitalbeschaffung und verdecke die tatsächliche Arbeit der Forschenden
  • Wenn aber Teamarbeit künftig durch eine Person plus AI ersetzt wird, bleibt die reale Sorge eines Arbeitsplatzverlusts von 90 % bestehen
  • Derzeit übernehmen Menschen noch die letzten 10 % bei Problemdefinition oder Validierung, aber irgendwann könnte auch das ersetzt werden
  • Manche bleiben skeptisch und sagen, die Resultate seien übertrieben und die tatsächliche Leistung deutlich schwächer als in den Medien dargestellt
  • Zur Bezeichnung „Produktivitäts-Multiplikator“ gibt es auch die zynische Ansicht, tatsächlich liege der Faktor eher im Bereich [0;1)

• GPT‑5.2 hat neue Ergebnisse in der Physik nicht wirklich „allein“ erzielt, sondern eher in Zusammenarbeit mit Menschen eine verallgemeinerte Formel bewiesen

  • Liest man das Paper, erscheint GPTs Beitrag durchaus autorschaftswürdig, der Titel wirkt aber überzogen

• Schon zuvor gab es Behauptungen, ChatGPT habe ein Erdős-Problem gelöst, doch es fehlte an Verifikation

  • Tatsächlich hat OpenAI solche Behauptungen nicht aufgestellt, und bei manchen Problemen gab es Fälle, in denen LLMs originelle Beiträge geleistet haben
  • Die Kombination mit formalen Verifikationswerkzeugen wie Lean bleibt weiterhin beeindruckend
  • Diese Studie ist nicht bloß Marketing, sondern ein ernsthafter Versuch unter Beteiligung echter Physiker

• Es wird argumentiert, auch menschliche „Einsicht“ sei letztlich nur eine neue Kombination bestehender Elemente

  • Als Beispiel: Schnee + Stange + Bedarf an Reinigung = Schneeschaufel, Schneeschaufel + Hügel + Wunsch nach Spaß = Schlitten; Kreativität sei also das Resultat von Kombinationen
  • Früher hieß es, mit linearen Programmen könne man keine „echte Kunst“ schaffen, heute ist das offenbar möglich
  • Der Wille, die menschliche Kreativität zu verteidigen, ist stark, aber die Beweislage ist schwach
  • Manche verteidigen den Wert des Menschen moralisch; andere vertreten die philosophische Ansicht, dass man den Wert menschlicher Existenz an sich anerkennen sollte, selbst wenn AI den Menschen in allen Bereichen überträfe

• Der Titel führt in die Irre — tatsächlich hat GPT‑5.2 nur eine von Physikern bereits vermutete Formel verallgemeinert, keine neue Entdeckung in der Physik selbst gemacht

• In der eigentlichen Forschung haben Menschen das Problem definiert, grundlegende Berechnungen durchgeführt und die Ergebnisse validiert

  • GPT hat lediglich Formel-Refactoring geleistet und damit eher die Rolle eines Compilers als die eines Physikers übernommen
  • Mit übertriebenen wissenschaftlichen Schlagzeilen sollte man vorsichtig sein

• Ein beeindruckendes Ergebnis, aber künftig werden für von AI erzeugte wissenschaftliche Aussagen Verifikations- und Audit-Systeme unverzichtbar sein

  • Es muss klar sein, welche Daten und welche Schlussfolgerungskette verwendet wurden und ob Reproduzierbarkeit gegeben ist; dafür braucht es passende Forschungswerkzeuge

[wkdwls7933]

Es wirkt, als hätten Sie ausführlich geschrieben, aber ich hoffe, Sie denken in Ruhe darüber nach, ob die von Ihnen angesprochenen Punkte
wirklich für andere Menschen gedacht sind
oder eher der eigenen Rechtfertigung dienen.

[wkdwls7933]

Wofür denn?