ИИ Claude помог физикам решить математическую загадку остававшуюся неразгаданной более десяти лет
Два физика-теоретика смогли решить математическую задачу в области физики сложных систем, которая оставалась нерешённой более десяти лет. Для поиска доказательства исследователи использовали модель искусственного интеллекта Claude компании Anthropic. С её помощью удалось построить математическое доказательство того, что независимо от используемого уравнения для описания перехода блокировки материи сумма двух ключевых параметров модели всегда равна единице. По словам авторов, работа демонстрирует, что современные системы искусственного интеллекта способны стать эффективным инструментом научных исследований и помогать учёным в поиске новых теоретических решений.
Переход блокировки материи представляет собой необычное физическое явление, при котором материал внезапно переходит из текучего состояния в твёрдое. При этом частицы вещества остаются расположенными хаотично, что отличает такой материал от обычных кристаллических твёрдых тел. В отличие от классических фазовых переходов, этот процесс определяется плотностью частиц и величиной механической нагрузки, действующей на систему.
Во время перехода частицы настолько плотно упаковываются, что начинают взаимно блокировать движение друг друга. В результате система становится жёсткой даже без образования постоянных химических связей между частицами. Чем выше плотность упаковки, тем быстрее возрастает жёсткость материала.
Первоначально теория перехода блокировки использовалась для описания гранулированных материалов, таких как пены или наполненные шариками бассейны. Однако позже выяснилось, что её можно применять и к другим сложным системам. Сегодня подобные модели используются, в частности, в нейронауках и исследованиях искусственного интеллекта для описания некоторых свойств глубоких нейронных сетей.
Ещё в 2014 году лауреат Нобелевской премии по физике 2021 года Джорджо Паризи, профессор Римский университет Ла Сапиенца, совместно с Франческо Зампони и коллегами разработал теоретическое описание перехода блокировки. В ходе работы исследователи обнаружили любопытную закономерность: два математических параметра модели, обозначенные как a и b, при вычислениях неизменно давали сумму, равную единице.
Почти одновременно Маттьё Вайяр и его коллеги из Федеральная политехническая школа Лозанны предложили совершенно иной теоретический подход, но получили тот же самый результат. Это означало, что две независимые модели описывают явление одинаковым образом, однако математического объяснения этому совпадению долгое время не существовало.
В новой работе, опубликованной в июльском выпуске журнала, Паризи и Зампони решили обратиться к искусственному интеллекту. Для исследования они использовали модели Claude Sonnet 4.6 и Claude Opus 4.7, поскольку, по словам Зампони, именно Claude демонстрировал наиболее развитые способности к математическим рассуждениям.
Сначала исследователи попросили модель воспроизвести численные расчёты, выполненные ещё в 2014 году. После того как Claude успешно справился с этой задачей, ему предложили следующий вопрос: если сумма a + b действительно всегда равна единице, можно ли строго доказать, почему это происходит?
Хотя первоначальные варианты доказательства содержали ошибки и требовали многократной проверки, корректировки и обсуждения с учёными, искусственный интеллект достаточно быстро предложил основную идею, которая, как отмечают авторы, оказалась принципиально верной. Именно она позволила завершить математическое доказательство.
По словам Франческо Зампони, исследователи долгое время предполагали, что за этой закономерностью скрывается сложная и ещё неизвестная математическая структура. Однако анализ, выполненный совместно с Claude, показал, что объяснение оказалось значительно проще, чем ожидалось. Как отметил учёный, решение буквально находилось перед глазами исследователей, но они не замечали его.
Полученные результаты подтверждают, что две независимые теории перехода блокировки, разработанные разными научными группами, в действительности приводят к одинаковым физическим выводам и одинаковым предсказаниям поведения сложных систем. Авторы считают, что этот пример наглядно показывает, как искусственный интеллект способен не заменять исследователей, а эффективно помогать им в поиске новых математических доказательств и развитии фундаментальной науки.
Исследование в журнале Journal of Statistical Mechanics: Theory and Experiment.