Nowości

Claude pomógł noblistom udowodnić dziesięcioletnią hipotezę z fizyki

BadaniaPatryk Raba
Fot. Lorenza Parisi, Wikimedia Commons (CC BY-SA 4.0)

Noblista Giorgio Parisi i fizyk Francesco Zamponi wykorzystali model Claude do udowodnienia zależności matematycznej w teorii jamming, której nie potrafili udowodnić od ponad dekady. Praca ukazała się 1 lipca 2026 roku w Journal of Statistical Mechanics.

Spis treści
  1. Czym jest jamming
  2. Jak przebiegała współpraca z Claude
  3. Sceptycyzm środowiska naukowego
  4. Znaczenie dla nauki i AI

Włoski fizyk Giorgio Parisi, laureat Nagrody Nobla z fizyki za 2021 rok, i jego wieloletni współpracownik Francesco Zamponi z rzymskiego uniwersytetu La Sapienza opublikowali dowód matematycznej zależności, której szukali od ponad dziesięciu lat. Kluczową rolę w rozwiązaniu odegrał model Claude firmy Anthropic.

Czym jest jamming

Jamming to zjawisko, w którym układ luźno poruszających się cząstek, na przykład ziaren piasku, pianki albo gęstej zawiesiny, nagle traci płynność i zaczyna zachowywać się jak ciało stałe, mimo że nie tworzy uporządkowanej struktury krystalicznej. Fizycy od dekad próbują opisać ten przejście matematycznie, bo dotyczy on materiałów granularnych, pian, koloidów i wielu innych układów spotykanych zarówno w laboratoriach, jak i w przemyśle.

W opisie tego zjawiska pojawiają się dwa niezależnie wyliczane parametry, oznaczane jako a i b. W obliczeniach numerycznych ich suma z niezwykłą precyzją zawsze wynosiła jeden. Parisi i Zamponi zauważyli tę regularność już w 2014 roku, ale przez lata nie potrafili wykazać, dlaczego tak musi być. Brak formalnego dowodu oznaczał, że zależność mogła być przypadkiem numerycznym, a nie prawem fizycznym.

Jak przebiegała współpraca z Claude

Parisi sięgnął po Claude, tłumacząc wybór nieco bardziej zaawansowanymi zdolnościami modelu w rozumowaniu matematycznym. W pierwszym kroku poprosił go o odtworzenie obliczeń numerycznych sprzed dekady. Gdy model poradził sobie z tym zadaniem, naukowcy zapytali wprost, czy potrafi udowodnić, dlaczego a+b=1.

Dość szybko Claude zaproponował ideę, która zasadniczo była poprawna - Francesco Zamponi, Uniwersytet La Sapienza

Pierwsza wersja dowodu zawierała błędy i wymagała kilku rund weryfikacji oraz poprawek ze strony badaczy, ale sama intuicja stojąca za rozwiązaniem okazała się trafna. Co istotne dla naukowców, ścieżka wskazana przez model była prostsza, niż się spodziewali.

Odpowiedź była tutaj, i my po prostu jej nie widzieliśmy - Francesco Zamponi, Uniwersytet La Sapienza

Sceptycyzm środowiska naukowego

Nie wszyscy matematycy są skłonni mówić o przełomie. Will Sawin z Princeton, komentując przypadek, zwrócił uwagę, że modele językowe sprawdzają się przede wszystkim w przeszukiwaniu literatury i wyłapywaniu wzorców, których ludzie mogli nie zauważyć, a niekoniecznie w generowaniu całkowicie nowych idei niedostępnych dla badaczy. Sami Parisi i Zamponi przyznali, że szukali głębszej, bardziej złożonej odpowiedzi i przeoczyli koncepcyjnie prosty przypadek, na który wskazał Claude.

Dowód potwierdza, że dwa niezależnie rozwijane podejścia teoretyczne, jedno wywodzące się z prac Parisiego i współpracowników, drugie z zespołu Matthieu Warta z EPFL w Lozannie, prowadzą do tych samych praw fizycznych opisujących przejście jamming. To domyka spór teoretyczny, który toczył się w tej dziedzinie od lat.

Znaczenie dla nauki i AI

Przypadek Parisiego i Zamponiego dołącza do rosnącej listy przykładów, w których modele językowe wspierają pracę naukową na poziomie wykraczającym poza proste wyszukiwanie informacji czy sprawdzanie obliczeń. W ostatnich miesiącach podobne doniesienia dotyczyły też innych modeli, jednak historia z udziałem noblisty i dziesięcioletniej otwartej hipotezy fizycznej wyróżnia się konkretnym, zweryfikowanym w recenzowanym czasopiśmie rezultatem.

Dla samej firmy Anthropic to kolejny argument w toczącej się debacie o realnej użyteczności najnowszych modeli w nauce, matematyce i badaniach podstawowych, w kontrze do zarzutów, że systemy te głównie przetwarzają i rekombinują już istniejącą wiedzę, nie tworząc nowej.

Udostępnij: