AI & computing › AI-gestuurde wetenschappelijke ontdekkingen
AI-model GPT-6 Astra helpt natuurkundig raadsel van 25 jaar oplossen
Een AI-model van OpenAI heeft meegeholpen aan een wiskundig bewijs dat natuurkundigen al een kwart eeuw niet konden leveren. Het gaat om een cruciale stap in het nauwkeurig simuleren van het Standaardmodel, de theorie die alle bekende deeltjes en krachten in het universum beschrijft. Fysicus Nathaniel Craig van de University of California, Santa Barbara werkte samen met het model GPT-6 Astra aan de oplossing.
Natuurkundigen gebruiken al jaren supercomputers om delen van het Standaardmodel te simuleren. Dat gebeurt op een zogeheten rooster: een soort digitaal rekenraster waarop deeltjes en krachten worden nagebootst. Die methode leverde al belangrijke resultaten op, zoals het berekenen van de massa van een proton vanuit de basisprincipes van de natuurkunde. Maar het volledige Standaardmodel op een rooster zetten, lukte tot nu toe niet.
Een hardnekkig probleem met de zwakke kracht
De oorzaak ligt bij de zwakke kernkracht, die verantwoordelijk is voor bepaalde vormen van radioactief verval. Deze kracht behandelt linkshandige en rechtshandige deeltjes op een andere manier. Op een simpel rooster levert dat verschil ongewenste 'geestdeeltjes' op: rekenkundige artefacten die de simulatie onbruikbaar maken. Speciale roosterdeeltjes, overlap-fermionen genoemd, kunnen deze geestdeeltjes in theorie wegfilteren. Het probleem is dat niemand er de afgelopen 25 jaar in slaagde om een bepaalde wiskundige instelling van die deeltjes, de zogeheten fase, correct te bepalen voor alle benodigde gevallen.
Craig, die de deeltjestheoriegroep van UC Santa Barbara leidt en vast lid is van het Kavli Institute for Theoretical Physics, had al een aanpak in gedachten. Door steeds fijnere roosters met elkaar te vergelijken, zou de fase gecorrigeerd kunnen worden. Hij kon echter niet bewijzen dat zijn methode voor alle situaties werkt. Dat is waar GPT-6 Astra, een AI-model van OpenAI, om de hoek kwam. Het model werkte Craigs idee uit tot een concrete wiskundige constructie en nam de leiding over het gedetailleerde bewijs.
Vakgenoten controleren het resultaat
Drie onafhankelijke experts op het gebied van roostertheorie, Maarten Golterman, Andreas Kronfeld en Yigal Shamir, beoordeelden het bewijs. Hun kritische vragen hielpen volgens Craig om meer vertrouwen in het resultaat op te bouwen. Craig benadrukt dat dit nog geen eindpunt is: er moet nog veel gebeuren voordat realistische simulaties van het Standaardmodel mogelijk worden. Het bewijs is te vinden als preprint, een nog niet definitief gepubliceerde wetenschappelijke tekst, en werd ook toegelicht op de blog van OpenAI.
Onderdeel van een opvallende reeks AI-doorbraken in de wiskunde
Deze doorbraak past in een reeks opvallende AI-prestaties in de wiskunde die begon in januari 2026. In mei leverde OpenAI een weerlegging van het zogeheten vermoeden van Erdős over eenheidsafstanden, het eerste AI-bewijs dat volgens experts goed genoeg was voor publicatie in een topvakblad. Enkele dagen later loste het model AlphaProof Nexus van Google DeepMind negen van de 353 nog openstaande wiskundige problemen van Erdős op, voor een paar honderd dollar aan rekenkosten. In oktober doorstonden die resultaten ook de collegiale toetsing door andere wetenschappers. De meest verstrekkende claim kwam in september, toen OpenAI een bewijs van 166 pagina's indiende voor het Navier-Stokes-probleem, een van de zeven Millennium-prijsvragen van het Clay Mathematics Institute met een beloning van een miljoen dollar. Het instituut noemde het probleem 'blijkbaar opgelost', maar het bewijs wordt nog steeds beoordeeld. Sommige wiskundigen betwijfelen of OpenAI zelf wel volledig doorgrondt wat het model heeft bewezen. Binnen de wiskundige gemeenschap bestaan dan ook gemengde gevoelens over de opmars van AI bij het oplossen van onopgeloste problemen.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Als het bewijs van GPT-6 Astra standhoudt, komt een nauwkeurige computersimulatie van het volledige Standaardmodel dichterbij. Dat zou natuurkundigen beter in staat stellen om fundamentele deeltjesprocessen te doorgronden zonder duur experimenteel onderzoek. Het voorbeeld laat ook zien dat AI-modellen steeds vaker een directe rol spelen bij het oplossen van problemen die mensen decennialang niet konden kraken, al blijft menselijke controle vooralsnog onmisbaar.
- Standaardmodel
- De natuurkundige theorie die beschrijft uit welke deeltjes de natuur bestaat en welke krachten daarop inwerken.
- Rooster (lattice)
- Een digitaal rekenraster waarop natuurkundigen deeltjes en krachten simuleren om berekeningen mogelijk te maken die anders te complex zijn.
- Zwakke kernkracht
- Een van de fundamentele natuurkrachten, verantwoordelijk voor bepaalde vormen van radioactief verval.
- Geestdeeltjes
- Ongewenste, niet-bestaande deeltjes die als rekenfout ontstaan wanneer een rooster-simulatie links- en rechtshandige deeltjes niet goed kan onderscheiden.
- Overlap-fermionen
- Speciale roosterdeeltjes die worden gebruikt om geestdeeltjes uit een simulatie te filteren.
- Fase
- Een wiskundige instelling binnen de berekening die correct moet worden gekozen, anders werkt de methode met overlap-fermionen niet.
- Preprint
- Een wetenschappelijke tekst die online is gepubliceerd voordat deze door een vakblad is beoordeeld en officieel is uitgegeven.
- Collegiale toetsing (peer review)
- Het proces waarbij onafhankelijke experts een wetenschappelijk resultaat controleren voordat het als betrouwbaar wordt beschouwd.
- Millennium-prijsvraag
- Een van de zeven beroemde onopgeloste wiskundige problemen die door het Clay Mathematics Institute zijn aangewezen, met een beloning van een miljoen dollar per oplossing.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.