Аннотация:
Anthropic официально объявила, что Клод установил передовой рекорд в области теоретической физики. Он работал непрерывно в течение нескольких дней почти без вмешательства человека и одним махом решил общеизвестную сложную задачу расчета «амплитуды девяти кругового рассеяния» в сообществе физиков высоких энергий! В частности, он вычислил результат девяти оборотов шестичастичной амплитуды в плоскости N = 4 супер-теории Янга-Миллса. Предыдущий человеческий рекорд остановился на восьми оборотах.
Обратите внимание, что слово «Ян» в модели Янга-Миллса относится к гуру физики Янгу Ченнингу.
Теория Янга-Миллса, основанная им и Миллсом в 1954 году, является краеугольным камнем современной физики элементарных частиц.
Любые вычисления высокого порядка, основанные на этом, можно назвать величайшей задачей человеческого мозга.
Сегодня ведущие физики-теоретики человечества «отрезаны» искусственным интеллектом.
Что еще более страшно, так это то, что Клод выполнил это задание божественного уровня, используя всего одно слово-подсказку и потратив тысячи долларов!
Ответы вернулись через несколько дней, некоторые из них были расширены до 30 миллиардов элементов.
Похоже, что в науке гораздо больше плодов, чем можно себе представить.
На этот раз физик Лэнс Диксон, отвечавший за проверку результатов ИИ, выразил такую эмоцию:
Большинство физиков-теоретиков вокруг меня уже давно признали, что большие модели рано или поздно перевернут физику, но они просто не знают, когда этот день наступит.
Для меня этот день — 1 сентября.
Профессиональные физики бросают вызов искусственному интеллекту
"Моя старая профессия особенная"
Происхождение истории связано с «провокацией» физика.
Мэтт фон Хиппель, когда-то физик-теоретик элементарных частиц, теперь является научным писателем.
Пять кругов в 2016 году, шесть кругов и семь кругов в 2019 году, его имя есть в списке авторов статьи
Учитывая недавние новости об искусственном интеллекте, он сказал, что не поверит в зло, если не увидит своими глазами большую модель, решающую проблемы в его области.
Deep Blue победил шахматного мастера Каспарова. Сообщество го заявило: «Го слишком сложна для игры на компьютерах». В результате AlphaGo дал ему пощечину.
AlphaFold разгромила экспертов по структуре человеческого белка, но другие специалисты заявили: у нас нет таких данных и мы не можем их воспроизвести.
Теперь большие языковые модели могут читать литературу и имитировать математические доказательства. Но дебаты все еще продолжаются: неужели ИИ находит только контрпримеры и не может предложить новые концепции? Работает ли он только в областях с четкими правилами, таких как математика, но не работает в нечетких областях, таких как физика? ……
Каждый раз одна и та же формула: ученые настроены скептически, пока ИИ не вступит в свои права.
Он считает, что его старая работа — «амплитуда рассеяния» — другая.
В прошлом месяце он опубликовал в своем блоге «геройский пост» для всех компаний, занимающихся искусственным интеллектом в Интернете:
Если ваша компания, занимающаяся искусственным интеллектом, действительно хочет шокировать нас, ученых-исследователей, приходите и бросьте вызов моей старой профессии!
Пожалуйста, продемонстрируйте, что ИИ может решать нерешенные проблемы в области амплитуды рассеяния в пределах вычислительного бюджета, который могут себе позволить обычные ученые.
Всего он задал три вопроса, один из которых был:
Посчитайте N=4 супермодели Янга-Миллса до девяти петель!
В теоретической физике физики используют формулу «амплитуды рассеяния», чтобы предсказать поведение частиц, например, как сталкиваются частицы в Большом адроном коллайдере.
Амплитуда рассеяния
Но эта формула — кошмар. Чтобы бесконечно приблизиться к истинному ответу, физики должны накладывать слои тонких поправок, называемых «петлями», один поверх другого.
С каждым дополнительным «кругом» ответ становится точнее, но объем вычислений увеличивается в геометрической прогрессии!
На практике большинство людей остаются во втором или третьем круге. Самые точные предсказания в физике элементарных частиц используют только пятый круг.
В специальной модели «тестовой песочницы»
текущий лимит людей составляет
"
Восемь кругов
"
. Это было достигнуто после многих лет упорной работы профессора Лэнса Диксона и его команды в Национальной ускорительной лаборатории SLAC.
"Девять кругов"? Кажется, это область, на достижение которой требуются огромные вычислительные мощности и бесчисленное количество талантливых умов.
Вызов Мэтта ИИ настолько прост и груб.
Одно слово напоминания, несколько тысяч долларов, Клод «убит как сумасшедший»
Столкнувшись с этим общественным вызовом, ученые-антропологи спокойно приняли его.
В конце августа два сотрудника-физика Anthropic, Лиам и Сиддхарт, незаметно связались с Мэттом: «Эй, мы решили вашу задачу».
Челюсть Мэтта отвисла на месте. Как? Сожгли миллионы долларов вычислительной мощности?
<р>Нет.Исследовательская группа использовала Claude Science — систему, специально разработанную для ученых, которая позволяет Клоду действовать в соответствии со строгими правилами. Модель на данный момент является самой мощной общедоступной моделью Fable 5.1.
Они ввели простую подсказку Клоду:
Текущая задача: Вычислить шестичастичную (шестиугольную) амплитуду плоской модели N=4 SYM под девятью кругами.
Тогда исследователь не стал учить Клода, как это делать шаг за шагом, а оставил ему сообщение:
Я иду спать. Меня не будет здесь ближайшие несколько часов. Вы продолжаете считать, пока я не попрошу вас остановиться, и сообщаете мне о своем прогрессе каждые 4–6 часов.
Затем Клод начал сумасшедшую дедукцию без чьего-либо наблюдения!
Он использует метод под названием «начальная загрузка», который Диксон и его коллеги разработали на протяжении многих лет, подобно решению игры судоку, постоянно исключая неправильные варианты среди бесчисленных параметров.
Несколько дней спустя Клод не только рассчитал девять кругов, но и рассчитал их, используя два разных физических метода (оригинальный метод начальной загрузки и косвенный метод коэффициента формы)!
В частности, в исходном методе начальной загрузки метод, используемый командой Диксона, называется начальной загрузкой и похож на судоку. В сетку заполнены все возможные функции, и правила физики используются для их исключения одна за другой. Остальное — ответ.
Клод напрямую взял Python и библиотеку с открытым исходным кодом SymPy и рассчитал кровавый путь в пространстве шести амплитуд частиц.
В непрямом методе коэффициента формы, когда Диксон и его коллеги бросились восемь раз, они сначала вычислили простой «коэффициент формы», а затем использовали своеобразную симметрию «подошвенной двойственности», чтобы перевести результат в амплитуду.
Клод последовал этому стилю игры и снова поднялся.
Для фактора формы Клод не рассчитывал интеграл Фейнмана. Он превращает всю физическую задачу в очень большую систему уравнений и использует целые числа для решения всего процесса без десятичных ошибок. Он также может неоднократно проверять расчет, меняя несколько больших простых чисел.
Первое препятствие — память. Если довести ее до девяти кругов по старому методу, то одних неизвестных будет 1,85 миллиона, а система уравнений настолько велика, что ее невозможно разместить в памяти.
Клод передумал и использовал подошвенную дуальность, чтобы «угадать» часть ответа. В сочетании с симметрией число неизвестных сократилось с 1,85 миллиона до 76 000.
Следующий шаг — решение «Судоку». 76 000 неизвестных чисел были исключены по правилам физики, и в конце концов осталось единственное решение.
Если перевести обратно в амплитуду, то в одном разделе будет более 30 миллиардов результатов, а в восьми кругах — только 1,67 миллиарда.
Более того, стоимость решения нерешенных задач в физике человека чрезвычайно низка.
По цене для обычных пользователей каждый маршрут стоит от одной до двух тысяч долларов США, а сумма за два канала составляет несколько тысяч долларов США. Основная часть этой суммы — это затраты на содержание Клода в течение длительного времени.
Что касается прямой начальной загрузки, то стоимость вычислительной мощности исключительно для выполнения кода Python составляет всего 100 долларов США, что эквивалентно аренде 96 процессоров и их работе в течение недели.
Имея 100 долларов США и подсказку, Клод легко пробил потолок теоретической физики за несколько дней.
Бывший рекордсмен мира: «ИИ меня подрезал, но я очень взволнован»
Результаты подсчитаны, но верны ли они?
Команда Anthropic нашла рекордсмена «восьми кругов», самого профессора Лэнса Диксона, чтобы проверить расчет.
Этот день был 1 сентября, и по совпадению это был день выхода Fable 5.1.
В тот момент, когда профессор Диксон получил результаты, он был крайне шокирован. Потому что он знает, как это сложно.
После прохождения восьми кругов в 2023 году он и его команда последние два года застряли на девяти кругах.
Весь процесс вычислений похож на построение замка из игральных карт или выпекание суфле. Пока в середине находится неправильный код или неправильный символ, весь расчет полностью рухнет.
Но Клод не только не разбился, но и весь утомительный код написал с нуля, прекрасно избежав всех подводных камней!
После двух недель тщательной проверки профессор Диксон подтвердил, что результаты Клода на девяти кругах верны!
Значит, профессор Диксон убит горем?
Нет», — открыто написал профессор Диксон в своем блоге по двум причинам.
Во-первых, их команда обучила специальную модель трансформатора, позволяющую прогнозировать более высокое время прохождения круга. Слоган заключается в том, что любой возможный ответ, данный машиной, имеет инструментальную проверку. Клод тоже трансформер, только примерно в миллион раз больше их.
Во-вторых, Клод использовал все методы, разработанные им и его сотрудниками за эти годы, а при отправке ответов он также использовал формат, который давно установила его команда (профессор догадался, что это Клод пытается продать им лицо).
Я проверяю результаты Клода, и Клод также проверяет всю нашу прошлую работу.
Он также дал очень высокую оценку:
За исключением меня и моих соавторов, Клод, возможно, является «человеком» в мире, который лучше всех разбирается в статьях, которые я опубликовал в 2019 и 2023 годах.
А его товарищ по команде Кайл Крэнмер все еще не в порядке с X: «Я только что узнал, что нашу группу похитил Anthropic, и я все еще перевариваю это... Хотя это не так уж удивительно, мне бы очень хотелось, чтобы у нас было время и ресурсы, чтобы вложить в это деньги».
Крайний разворот
Китайская команда также прошла девять кругов на GPT-6
Интересно, что всего через несколько дней после того, как Anthropic нашел автора вопроса фон Хиппеля, он получил еще одну новость — команду Хэ Сун из Института теоретической физики Китайской академии наук.
Хе Сун — ведущий специалист в области амплитуд рассеяния в Китае. Его представительные работы последних лет включают предложение формы амплитуды рассеяния Качасо-Хе-Юаня в квантовой теории поля, новаторское открытие геометрического происхождения рассеяния в теории поля и теории струн, расчет и строгое решение высокого цикла теории поля, а также ряд важных работ по дуальности калибровочных полей, гравитации и теории струн.
17 сентября Хэ Сун, Цзин Цзижун и Ли хотели публично загрузить данные основного скелета амплитуды шести частиц от двух кругов до девяти кругов на академической платформе Zenodo.
Что касается времени публичного релиза, то он на 8 дней раньше официального объявления Anthropic!
Команда Хэ Сонга также использовала искусственный интеллект. Диксон рассказал, что GPT-6 помог китайской команде рассчитать некоторые ограничения, но общая структура была построена самими людьми.
фон Хиппель также подтвердил, что они использовали GPT-6 в качестве помощника, но это ни в коем случае не был чистый стиль игры с искусственным интеллектом, такой как Anthropic.
Диксон посмеялся над собой и сказал: «Кажется, людям нравится приходить ко мне и говорить, что они решили девять кругов. Теперь меня сначала ограбила машина, а затем я развернулся и снова был ограблен «человек + машина».
Не так давно, когда OpenAI объявила, что решила «проблему тысячелетия» уравнение Навье-Стокса, а Клод выдвинул ключевую нижнюю границу гипотезы Римана, некоторые люди спросили: почему ИИ решает только математические, а не физические проблемы?
Разве это не произойдет?
Хотя то, что рассчитал Клод, является лишь «игрушечной моделью» N=4 супер Янга-Миллса, которая еще далека от объяснения темной материи и антиматерии реальной Вселенной, ее символическое значение беспрецедентно.
Это похоже на первый раз, когда AlphaGo победила Ли Седоля. Все восклицают, что машины действительно могут освоить области, которые принадлежат человеческой интуиции.
Профессор Диксон оставил интригующее замечание:
Способность больших языковых моделей выполнять заданные нами сложные рецепты и организовывать вычисления — это огромное преимущество.
Но однажды, когда большая языковая модель начнет предлагать людям новые физические принципы и идеи, это будет момент, который по-настоящему затронет человеческую душу.
Возможно, сейчас повсюду есть легко висящие плоды.
Комментарии