Sprawni Cyfrowo

GPT-6 Astra pomogła przenieść Model Standardowy na sieć. OpenAI startuje z blogiem naukowym

GPT-6 Astra pomogła przenieść Model Standardowy na sieć. OpenAI startuje z blogiem naukowym

AI w fizyce ma pierwszy duży przykład z OpenAI. Fizyk teoretyk Nathaniel Craig z Uniwersytetu Kalifornijskiego w Santa Barbara opisał, jak model GPT-6 Astra pomógł mu zbudować kandydującą definicję Modelu Standardowego na czterowymiarowej sieci. Według autora to model poprowadził szczegółowy dowód. Tekst Craiga otwiera nowy blog naukowy OpenAI, uruchomiony 15 listopada.

Model Standardowy opisuje cząstki elementarne i trzy z czterech podstawowych oddziaływań. Fizycy badają go m.in. na sieci, czyli siatce punktów, na której da się prowadzić symulacje komputerowe. Kłopot w tym, że teoria jest chiralna: cząstki „lewoskrętne” i „prawoskrętne” zachowują się w niej inaczej. Od ponad 25 lat nie udawało się przenieść jej na sieć tak, by nie złamać symetrii cechowania, na której opiera się cała konstrukcja. Preprint Craiga proponuje rozwiązanie tego problemu, ale wyłącznie w wersji kandydującej.

Kto co zrobił

Podział pracy jest tu ciekawszy niż sam wynik. Craig miał strategię, ale nie umiał wykazać, że działa we wszystkich potrzebnych przypadkach. Astra zamieniła ją w konkretną konstrukcję, rozszerzyła metodę na coraz drobniejsze siatki i napisała szczegółowy dowód. W pracy zaznaczono, że łączy ona fragmenty napisane przez autora z gruntownie przeredagowanym dowodem złożonym przez model. Część rozumowania model sprawdził formalnie w języku Lean, na wniosek autora. Preprint ma ponad 120 stron razem z dodatkami i trafił do arXiv 6 października.

Craig sam studzi emocje. Konstrukcja działa przy skończonym rozstawie punktów sieci i przy ograniczonej sile pól. Nadal sprawdza, czy spełnia ona wszystkie własności, których wymaga fizyka. Nazywa ją odpowiedzią raczej w teorii niż w praktyce, bo realistyczne symulacje to wciąż plan na przyszłość. Według relacji MLQ.ai pracę przejrzeli specjaliści od teorii sieciowych, ale niezależnej, opublikowanej oceny jeszcze nie ma.

To kolejny krok po sierpniowym ogłoszeniu, gdy wewnętrzna wersja Astry rozwiązała dziesięć problemów matematycznych bez postępu od dekady. Tam były zamknięte zadania z gotowym kryterium poprawności. Tu model pracuje nad otwartym pytaniem z fizyki, gdzie ostateczną weryfikację dadzą dopiero kolejne prace i symulacje.

Co to znaczy dla firm w Polsce

Przepis na współpracę jest prosty i da się go przenieść do biura. Człowiek wyznacza kierunek i ocenia sens wyniku. Model wykonuje długą, żmudną pracę szczegółową. Na końcu jest niezależna kontrola, tutaj Lean i recenzja ekspertów. W firmie tą kontrolą mogą być testy, dane księgowe albo drugi specjalista, który sprawdza wynik, zanim trafi do klienta.

Warto też zwrócić uwagę, kto ogłasza sukces. Wpis na blogu dostawcy modelu to wciąż komunikat firmowy. Sam Craig podkreśla, że to propozycja, a nie zamknięta sprawa. Ta sama ostrożność przydaje się przy ocenie każdego narzędzia AI: najpierw sprawdzenie na własnych zadaniach, potem decyzja.

Źródło: OpenAI: A step toward defining the Standard Model on a lattice (EN), 15 listopada 2026. Preprint: arXiv: A gauge-invariant measure for lattice chiral fermions (EN). Kontekst i zastrzeżenia: MLQ.ai (EN).

Pomożemy Ci wdrożyć sztuczną inteligencję w Twojej firmie.

Konsultacje i wdrożenia AI

Powiązane artykuły