Anthropic wykazuje, że Claude potrafi wykonać Nine Loops w fizyce teoretycznej

Firma badawcza Anthropic poinformowała o przełomowym osiągnięciu w obszarze automatyzacji obliczeń naukowych, udowadniając, że jej model Claude potrafi z powodzeniem przeprowadzić obliczenia określane w fizyce cząstek elementarnych jako Nine Loops. Eksperyment stanowił bezpośrednią odpowiedź na publiczne wyzwanie rzucone branży sztucznej inteligencji przez popularyzatora nauki i byłego fizyka teoretyka Matta von Hippela. Zadanie polegało na autonomicznym wyznaczeniu amplitudy rozpraszania sześciu cząstek w planarnej teorii N=4 super Yang-Mills na poziomie dziewięciu pętli przy zachowaniu skromnego budżetu, jakim dysponują pojedynczy badacze akademiccy. Działając w ramach dedykowanego środowiska Claude Science opartego na modelu Fable 5.1, system zrealizował to zadanie w tydzień, przesuwając dotychczasową granicę poznania w tej dziedzinie.

Wyzwanie z bloga: N=4 super Yang-Mills i bariera pętli

Geneza całego przedsięwzięcia sięga sierpnia 2026 roku, gdy Matt von Hippel opublikował na swoim blogu 4gravitons.com artykuł rzucający rękawicę czołowym twórcom AI. Von Hippel, związany w przeszłości z amplitudologią (subdyscypliną teoretycznej fizyki cząstek), postulował, aby modele językowe przestały być testowane wyłącznie na standardowych zagadnieniach matematycznych, a zmierzyły się z rzeczywistymi barierami obliczeniowymi fizyki wysokich energii. Zaproponował dwa otwarte problemy: obliczenie teorii N=8 supergravity do siedmiu pętli bądź wyznaczenie dziewiątej pętli w teorii N=4 super Yang-Mills.

Amplitudologia koncentruje się na wyliczaniu tzw. amplitud rozpraszania. Są to formuły matematyczne pozwalające przewidywać prawdopodobieństwa reakcji cząstek elementarnych, co jest niezbędne do weryfikowania danych z eksperymentów prowadzonych w takich ośrodkach jak Large Hadron Collider. W rachunkach tych kluczową rolę odgrywają pętle (loops), które odzwierciedlają stopień złożoności oddziaływań kwantowych. Im wyższy rząd pętli, tym dokładniejszy wynik, ale też wykładniczo rosnąca trudność analityczna. W praktyce fizycy cząstek rzadko wychodzą poza dwie pętle, zaledwie nieliczne przewidywania sięgają trzech, a najbardziej precyzyjne znane wyliczenie w fizyce osiągnęło poziom pięciu pętli.

Aby rozwijać nowe metody, badacze stosują tzw. modele zabawkowe (toy models), a jednym z najważniejszych jest właśnie N=4 super Yang-Mills. Z uwagi na obecność czterech partnerów supersymetrycznych dla każdej cząstki teoria ta nie opisuje bezpośrednio otaczającego nas świata, lecz dzięki wyjątkowej symetrii pozwala testować nowe techniki analityczne. Poprzedni rekord w tej teorii – osiem pętli – ustanowił w 2023 roku profesor Lance Dixon wraz z Andym Liu. Osiągnięcie poziomu Nine Loops uchodziło w środowisku akademickim za zadanie wymagające lat pracy bądź radykalnie nowych pomysłów.

Autonomiczne obliczenia w Claude Science

Pod koniec sierpnia 2026 roku wyzwanie podjęli dwaj fizycy zatrudnieni w Anthropic: Liam Fitzpatrick oraz Siddharth Mishra-Sharma. Do przeprowadzenia rachunków wykorzystano platformę Claude Science, czyli tzw. harness – wyspecjalizowane środowisko uruchomieniowe narzucające modelowi Fable 5.1 ścisłe reguły weryfikacji i procedury badawcze.

Eksperyment poprowadzono przy minimalnej ingerencji człowieka. Zespół badawczy podał modelowi zwięzłe polecenie początkowe: „The problem is to compute the Six-particle (hexagon) amplitude in planar N=4 SYM at nine loops”. Następnie pracownicy ograniczyli się do dyspozycji nakazujących kontynuowanie pracy bez nadzoru, prosząc jedynie o raporty o statusie co 4–6 godzin. Claude podszedł do problemu dwutorowo, wyprowadzając wynik dwiema niezależnymi ścieżkami:

1. Bezpośrednią metodą bootstrap – polegającą na sformułowaniu przestrzeni potencjalnych rozwiązań w specjalnym alfabecie algebraicznym i eliminacji wariantów niespełniających praw spójności fizycznej (na wzór rozwiązywania łamigłówki Sudoku).
2. Metodą pośrednią – wykorzystującą czynnik postaci (form-factor) oraz tzw. dualność antypodyczną (antipodal duality), łączącą go z amplitudą rozpraszania.

Co istotne, Claude samodzielnie opracował kod obliczeniowy od podstaw, implementując go w języku Python z wykorzystaniem biblioteki obliczeń symbolicznych SymPy. Zastąpiło to oprogramowanie tradycyjnie wybierane przez fizyków, takie jak Mathematica czy Maple. Całość kalkulacji metodą bootstrap zamknęła się w tygodniu ciągłej pracy klastra liczącego 96 CPUs. Koszt infrastruktury sprzętowej wyniósł zaledwie około $100, natomiast łączny koszt zapytań do modelu zamknął się w granicach $1,000–$2,000, co w pełni zmieściło się w budżecie dostępnym pojedynczemu naukowcowi.

Niezależna walidacja i równoległy wyścig naukowy

Uzyskany wynik został przekazany do weryfikacji Lance'owi Dixonowi, profesorowi SLAC National Accelerator Laboratory i Stanford University. Dixon, który w zamian za pracę recenzencką otrzymał kredyty na korzystanie z modelu Claude, przez dwa tygodnie sprawdzał poprawność wyprowadzenia, potwierdzając jego pełną zgodność z zasadami fizyki teoretycznej. Naukowiec zwrócił uwagę na niezwykłą kruchość procedury, zauważając, że najdrobniejszy błąd w implementacji niszczy całą strukturę równań niczym nieudany suflet. Podkreślił również, że Claude opanował aparat pojęciowy z jego prac z lat 2019 i 2023 lepiej niż jakikolwiek człowiek z wyjątkiem samych współautorów.

Co ciekawe, w tym samym czasie zbieżny rezultat uzyskał zespół chińskich badaczy pod kierownictwem Song He z Instytutu Fizyki Teoretycznej Chińskiej Akademii Nauk (Chinese Academy of Sciences) w Pekinie. Grupa, w skład której weszli Jirong Jing oraz Xiang Li, opublikowała na platformie Zenodo zbiór danych zawierający symbol amplitudy dziewięciu pętli, korzystając przy części ograniczeń ze wsparcia modelu GPT-6. Dixon skomentował ten fakt z uznaniem, wskazując, że w ciągu zaledwie dwóch tygodni dotychczasowe osiągnięcia ludzkich zespołów zostały pobite zarówno przez autonomiczną maszynę, jak i przez zespół ludzi współpracujących z AI. Na grafice przygotowanej przez Anthropic postęp ten zilustrowano jako sekwencję dziewięciu ponumerowanych figur geometrycznych o rosnącym zagęszczeniu siatki wewnętrznej, na której dziewiąty poziom wyróżniono barwą pomarańczową.

Nowy paradygmat automatyzacji badań naukowych

Osiągnięcie Nine Loops unaocznia tempo, w jakim ewoluują systemy generatywne. Jeszcze na początku 2026 roku modele językowe radziły sobie z zadaniami z fizyki na poziomie studenta, popełniając liczne pomyłki i wymagając stałego prowadzenia za rękę. Sukces Claude Science dowodzi, że narzędzia te potrafią dziś pełnić rolę autonomicznych badaczy rozwiązujących problemy z frontu nauki.

Podobny skok jakościowy obserwuje się w naukach o życiu. Zaawansowane algorytmy dowiodły już swojej przydatności w badaniach nad CRISPR, gdzie przyczyniły się do odkrywania nieznanych wcześniej układów enzymatycznych. Równolegle wyspecjalizowane platformy pokazują, jak Claude wspomaga modelowanie biomolekularne, radykalnie skracając czas przygotowania skomplikowanych symulacji.

Wnioski płynące z publikacji Anthropic nie wskazują jeszcze na to, by sztuczna inteligencja samodzielnie formułowała nowe fundamentalne prawa przyrody. Jak podsumował Matt von Hippel, sukces Claude'a polegał na zerwaniu nisko wiszących owoców dzięki wybitnej inżynierii oprogramowania i bezbłędnej realizacji znanych, lecz żmudnych algorytmów. Otwiera to jednak drogę do znacznie szybszego pokonywania kolejnych barier analitycznych w fizyce cząstek.