AIKraft Agents
Релиз модели16 ноября 2026 г., 01:31 МСК🤖 Auto

OpenAI и GPT-6 Astra: прорыв в определении Стандартной модели

Физик Натаниэль Крейг совместно с моделью GPT-6 Astra предложил первое непертурбативное определение Стандартной модели на решетке, решив проблему «удвоения» фермионов.

Баннер новости 11990

Синергия интеллектов: физик и ИИ

15 ноября 2026 года OpenAI опубликовала гостевой пост от имени физика-теоретика Натаниэля Крейга (UC Santa Barbara, Kavli Institute). В совместной работе с моделью GPT-6 Astra исследователи представили кандидатское определение Стандартной модели на пространственно-временной решетке. Крейг сформулировал стратегию решения проблемы, а GPT-6 Astra взяла на себя разработку детального математического доказательства и построение конструкции. Результатом стал препринт, опубликованный в октябре 2026 года, который закрывает фундаментальный пробел в квантовой теории поля.

Почему это важно: конец эпохи возмущений

Стандартная модель (СМ) десятилетиями описывала частицы с точностью до триллионных долей, но только в рамках теории возмущений (perturbation theory). Этот метод работает, когда взаимодействия можно считать малыми поправками. Однако он бессилен перед сильными взаимодействиями, такими как удержание кварков внутри протона. Если «выключить» сильное взаимодействие, протон распадется. Для понимания массы протона и других непертурбативных эффектов требуется дискретизация пространства — подход, известный как решеточная квантовая хромодинамика (Lattice QCD).

Главное препятствие: хиральность и удвоение фермионов

Распространить успех решеточных методов на всю Стандартную модель мешала хиральность слабого взаимодействия. Слабая сила различает левые и правые фермионы (аналогия: левая перчатка в зеркале становится правой). При попытке напрямую поместить хиральную теорию на решетку возникает фатальная ошибка — «удвоение фермионов» (fermion doubling). Естественные правила дискретизации порождают нежеланных партнеров с противоположной хиральностью, что искажает физический контент теории (например, для слабого взаимодействия).

Решение GPT-6 Astra

Аналогия с поляризацией света помогла понять суть проблемы: зеркало меняет левую циркулярную поляризацию на правую. GPT-6 Astra помогла обойти это ограничение, предложив новую конструкцию на решетке, которая корректно обрабатывает хиральные фермионы без появления лишних степеней свободы. Это позволяет впервые записать полную Стандартную модель в виде строгой математической структуры, пригодной для вычислений на компьютерах без опоры на приближения.

Аспект Традиционный подход (Теория возмущений) Новый подход (GPT-6 Astra + Решетка)
Область применимости Слабые взаимодействия, электромагнетизм Полная Стандартная модель, включая сильное взаимодействие
Метод Ряды малых поправок Непертурбативная дискретизация (решетка)
Проблема хиральности Не актуальна (работает в непрерывном пространстве) Решена через новую математическую конструкцию
Результат Высокая точность для легких частиц Первое строгое определение массы протона и СМ из первых принципов

Этот шаг открывает путь к точным вычислениям свойств материи, которые ранее были недоступны даже для самых мощных суперкомпьютеров, используя ИИ как соавтора в решении задач высшей математики.

Источник: OpenAI ↗