Er zijn zinnen die in handleidingen terechtkomen en voorbestemd lijken om daar voor altijd te blijven. Eén van hen zei in essentie dat een bepaalde interactie tussen gluonen – de deeltjes die de atoomkern bij elkaar houden – eenvoudigweg niet kan plaatsvinden. Maar nee. Uit een nieuwe studie, waaraan GPT-5.2 heeft bijgedragen, blijkt dat die interactie helemaal niet onmogelijk is. Het komt voor onder zeer bijzondere omstandigheden, maar het bestaat. En dit is genoeg om een onderwerp te heropenen waarvan men dacht dat het gesloten was.
Het werk, getiteld “Single-minus gluon boom amplitudes zijn niet nul”werd gepubliceerd op arXiv en wordt wetenschappelijk beoordeeld. Tot de auteurs behoren natuurkundigen van instellingen als het Institute for Advanced Study, Vanderbilt University, de University of Cambridge, Harvard en OpenAI.
Wat betekent dit allemaal?
Wanneer twee deeltjes botsen, observeren natuurkundigen niet alleen wat er gebeurt: ze berekenen de waarschijnlijkheid dat een bepaald type interactie zal plaatsvinden. Deze berekening is gebaseerd op een gebeld nummer verstrooiende amplitude. Zonder deze amplitudes zouden we niet kunnen voorspellen wat er gebeurde in deeltjesversnellers of in de energetische verschijnselen van het vroege universum.
In het geval van gluonen, verantwoordelijk voor de sterke kernkracht, degene die protonen en neutronen bij elkaar houdt, zijn veel van deze amplitudes verrassend eenvoudig als alleen de meest ‘directe’ interacties in ogenschouw worden genomen, zonder extra kwantumcomplicaties. Dit is wat natuurkundigen het ‘boomniveau’ noemen. Maar er was één uitzondering die als definitief werd beschouwd. Als een gluon een bepaalde spinconfiguratie heeft (negatieve heliciteit genoemd) en alle anderen de tegenovergestelde hebben (positieve heliciteit), werd de amplitude als nul opgegeven. Vertaald: die interactie gebeurt niet.
Uit het onderzoek blijkt dat deze conclusie alleen geldt als de deeltjes op een ‘generieke’ manier bewegen. Er is echter een speciale configuratie, het zogenaamde half-collineaire regime, waarin de deeltjes op een bepaalde manier zijn uitgelijnd. In dat geval is de interactie niets. Het is geen klein detail. Het is alsof je ontdekt dat een deur waarvan we dachten dat die dichtgemetseld was, daadwerkelijk opengaat… als je de juiste hoek vindt.
Hoe GPT-5.2 hielp bij het vinden van een formule die natuurkundigen moeilijk konden begrijpen
Dit is waar kunstmatige intelligentie in beeld komt. Voor enkele specifieke gevallen hadden de onderzoekers de berekeningen al met de hand gedaan. Het probleem? De formules werden al snel erg lang, bijna onhandelbaar. Hoe meer het aantal betrokken deeltjes toenam, hoe meer de complexiteit explosief groeide.
GPT-5.2 Pro heeft deze ingewikkelde uitdrukkingen overgenomen en vereenvoudigd. Maar bovenal identificeerde hij een terugkerend patroon, waarbij hij erin slaagde een algemene formule voor te stellen die geldig was voor een willekeurig aantal deeltjes. Het was geen “toeval”. Een interne versie van het model werkte ongeveer twaalf uur, waarbij de wiskundige redenering stap voor stap werd gereconstrueerd totdat dezelfde formule werd bereikt en een formeel bewijs werd geleverd.
De geldigheid van het resultaat werd vervolgens geverifieerd met standaardmethoden uit de theoretische natuurkunde, waaronder de recursieve Berends-Giele-relatie en de zogenaamde zachte stellingdat zeer precieze regels oplegt aan het gedrag van energiezuinige interacties. Met andere woorden: het is geen AI-suggestie. Het is wiskunde gecontroleerd en opnieuw gecontroleerd.
AI en wetenschap: samenwerking, geen vervanging
Theoretisch natuurkundige Nima Arkani-Hamed gaf enthousiast commentaar op de verschijning van zulke eenvoudige uitdrukkingen in een veld dat bekend staat om zijn complexiteit. Vaak, zo herinnerde hij zich, blijken formules die met traditionele methoden onhandelbaar lijken, zeer elegant te zijn zodra de juiste sleutel is gevonden. En de zoektocht naar deze eenvoudige structuren zou een van de meest veelbelovende gebieden voor intelligente automatisering kunnen zijn.
Nathaniel Craig onderstreepte ook hoe dit werk geavanceerd academisch onderzoek vertegenwoordigt en een concreet model biedt voor samenwerking tussen natuurkundigen en grootschalige taalmodellen. De vraag is op dit moment niet langer of kunstmatige intelligentie theoretische laboratoria kan binnendringen. Het is hoe de manier van wetenschap bedrijven zal veranderen wanneer de dialoog tussen mens en AI structureel wordt.
Op een historisch moment waarin technologische innovatie vaak alleen vanuit economisch of commercieel perspectief wordt beschreven, herinnert deze ontdekking ons aan iets diepers: AI kan ons ook helpen het universum beter te begrijpen. En misschien, zo nu en dan, om ons af te vragen wat we dachten te weten.
Mogelijk bent u ook geïnteresseerd in:
