Forsal logo

Prace polskiego matematyka sprzed 40 lat wracają na szczyt. OpenAI i Anthropic używają ich w wielkim wyścigu

Ten tekst przeczytasz w 4 minuty
8 minut temu
Human,Brain,Numbers,Mathematical,Symbols,3d,Rendering,Banner.,International,Mathematics
matematyka/Shutterstock
Dorobek polskiego matematyka Tadeusza Bałabana sprzed czterech dekad stał się fundamentem dla dwóch niezależnych prób rozwikłania jednej z najtrudniejszych zagadek współczesnej fizyki – kwantowej teorii Yanga–Millsa. Po jego metody sięgnęli badacze z OpenAI oraz naukowcy związani z firmą Anthropic, zaprzęgając do pracy zaawansowaną sztuczną inteligencję. Choć powołana przez OpenAI komisja pod wodzą noblisty Davida Grossa pozytywnie oceniła formalną konstrukcję dowodu, eksperci przyznają wprost: ludzki umysł nie rozumie go jeszcze w pełni, a najważniejsza część problemu wciąż pozostaje otwarta.

Metody polskiego matematyka Tadeusza Bałabana sprzed czterech dekad stały się podstawą dwóch prób rozwiązania zagadki Yanga–Millsa. Z pomocą AI badacze chcą ściśle uzasadnić teorię opisującą oddziaływania cząstek. Jeden z wyników pozytywnie oceniła komisja ekspertów, ale część problemu pozostaje otwarta.

W latach 80. polski matematyk Tadeusz Bałaban rozwijał metody, które miały nadać ścisłą postać jednej z podstawowych teorii fizyki cząstek. Udało mu się pokonać część trudności, lecz dalsza droga okazała się wyjątkowo pracochłonna. Dziś jego program rozwijają dwa zespoły korzystające ze sztucznej inteligencji.

Czym jest zagadka Yanga–Millsa i dlaczego przypomina piksele obrazu?

Chodzi o kwantową teorię Yanga–Millsa. Na jej podstawie zbudowano między innymi opis oddziaływania silnego, które wiąże kwarki wewnątrz protonów i neutronów tworzących jądra atomowe. Obliczenia fizyków pozwalają trafnie przewidywać wyniki doświadczeń. Brakowało jednak ścisłego dowodu, że stojąca za nimi teoria daje się skonstruować bez matematycznych sprzeczności.

Trudność pojawia się przy uwzględnianiu zjawisk w coraz mniejszych skalach. Rachunki mogą wówczas prowadzić do nieskończonych wartości. Jednym ze sposobów zapanowania nad nimi jest zastąpienie ciągłej czasoprzestrzeni siatką punktów. Podobnie jak piksele obrazu, siatka pozwala początkowo pominąć szczegóły mniejsze od przyjętej rozdzielczości.

Potem trzeba ją jednak zagęszczać, odpowiednio dostosowując parametry modelu, w tym siłę oddziaływania. Celem jest wykazanie, że gdy odstępy między punktami zmierzają do zera, otrzymujemy sensowną teorię ciągłą. W rzeczywistym problemie siatka obejmuje trzy wymiary przestrzeni i czas. Kontrolowanie wszystkich zmian zachodzących podczas jej zagęszczania wymaga niezwykle złożonych oszacowań.

OpenAI i badacze z Anthropic wracają do prac Polaka

Bałaban opracował metody, które pozwalały utrzymać taką kontrolę w małych skalach. Nie zamknął całego problemu: należało między innymi objąć opisem dowolnie duże obszary i wykazać dalsze własności teorii. Jego program pozostał jednak ważnym punktem odniesienia. Na początku br., w styczniowym przeglądzie w „Nature Reviews Physics” Michael Douglas wskazał AI i komputerowe sprawdzanie dowodów jako możliwą pomoc w jego rozwijaniu.

Jesienią pojawiły się dwie próby wykorzystania tej możliwości. OpenAI przedstawiło wynik oparty na programie Bałabana. Niezależną próbę podjęli Ethan Sussman i Levent Alpöge związany z firmą Anthropic. Według ich relacji AI pomagała także porządkować rozumowanie i uzupełniać jego luki. Nie sprowadzało się to więc jedynie do szybszego wykonania dawnych rachunków.

Komisja noblisty chwali dowód w systemie Lean, ale przyznaje: nie rozumiemy go w pełni

Rezultaty wymagają jednak sprawdzania. Powołana przez OpenAI komisja pod kierunkiem noblisty Davida Grossa pozytywnie oceniła konstrukcję firmy. Jej raport z 10 listopada opisuje weryfikację dowodu zapisanego w Lean - systemie, który sprawdza, czy kolejne wnioski wynikają z definicji i przyjętych reguł. Ludzie nadal muszą ustalić, czy formalny zapis odpowiada właściwemu problemowi fizycznemu. Należy zastrzec jednak, że komisja zaznaczyła, że nie rozumie jeszcze w pełni całego dowodu.

Sussman i Alpöge udostępniają materiały do wspólnego sprawdzania i pracują nad opisem czytelnym dla ludzi. Sami zastrzegają, że ich ustalenia wymagają dalszej weryfikacji. Obie próby opisał serwis „Science”. Ich dokumentacja jest dostępna w internecie, lecz wyniki nie zostały jeszcze opublikowane w recenzowanych czasopismach.

Luka masowa wciąż niezdobyta. Co dalej z wielkim problemem fizyki?

Wspólnym celem jest przede wszystkim wykazanie istnienia teorii. Pełny problem Yanga–Millsa wymaga jeszcze dowodu luki masowej: aby przejść od próżni, czyli stanu o najniższej energii, do stanu zawierającego fizyczne cząstki, trzeba dostarczyć co najmniej pewną dodatnią energię. Ten próg wiąże się z masą najlżejszych cząstek teorii. Chodzi tu o uproszczony model samego oddziaływania, bez kwarków, a nie o pełny opis materii.

Luka masowa pozostaje otwarta. W konstrukcji OpenAI nie wykazano też, że przejście do nieskończenie dużego obszaru daje zawsze tę samą teorię. Nie możemy zatem mówić o rozwiązaniu całego problemu, ale niewątpliwie metody Bałabana zyskują nowych kontynuatorów. Wartość ich pracy będzie zależała również od tego, czy z długich dowodów uda się wydobyć zrozumiałe pomysły, które inni badacze będą mogli sprawdzić i rozwijać.

Krzysztof Petelczyc (PAP)

Źródło: forsal.pl
Copyright
Materiał chroniony prawem autorskim - wszelkie prawa zastrzeżone. Dalsze rozpowszechnianie artykułu za zgodą wydawcy INFOR PL S.A. Kup licencję
oprac. Kasper Starużyk

Jestem absolwentem ekonomii na Wydziale Prawa, Administracji i Ekonomii Uniwersytetu Wrocławskiego. Od lat tworzę treści o tematyce prawnej i gospodarczej. Doświadczenie zdobywałem w redakcjach takich serwisów jak bankier.pl czy gazeta Fakt. Przez kilka lat pełniłem funkcję redaktora naczelnego portalu biznesinfo.pl. W mojej pracy stawiam na rzetelność, przejrzystość i praktyczne podejście do prawa.

Zobacz wszystkie artykuły tego autoraPrace polskiego matematyka sprzed 40 lat wracają na szczyt. OpenAI i Anthropic używają ich w wielkim wyścigu »
Zapisz się na newsletter
Zapraszamy na newsletter Forsal.pl zawierający najważniejsze i najciekawsze informacje ze świata gospodarki, finansów i bezpieczeństwa.

Zapisując się na newsletter wyrażasz zgodę na otrzymywanie treści reklam również podmiotów trzecich

Administratorem danych osobowych jest INFOR PL S.A. Dane są przetwarzane w celu wysyłki newslettera. Po więcej informacji kliknij tutaj