GPT-5.2 đưa ra kết quả mới trong vật lý lý thuyết

• GPT‑5.2 đã đề xuất một công thức mới cho biên độ tán xạ gluon, hạt truyền tải của lực hạt nhân mạnh, sau đó các mô hình nội bộ của OpenAI và các nhà nghiên cứu đã chứng minh và kiểm chứng công thức này
• Trước đây người ta cho rằng tương tác gluon với một số tổ hợp helicity nhất định sẽ không xảy ra, nhưng nghiên cứu đã xác nhận rằng trong điều kiện động lượng cụ thể (miền half-collinear), giá trị này là khác 0
• GPT‑5.2 Pro đã đơn giản hóa các biểu thức tính toán sơ đồ Feynman phức tạp và rút ra các mẫu hình và công thức có thể khái quát hóa
• scaffolded GPT‑5.2 nội bộ đã độc lập suy ra cùng một công thức sau khoảng 12 giờ suy luận và hoàn thành chứng minh hình thức
• Nghiên cứu này được đánh giá là một ví dụ cho thấy sự hợp tác giữa AI và các nhà nghiên cứu con người có thể tạo ra tri thức mới trong vật lý lý thuyết

---

Công thức biên độ gluon mới do GPT‑5.2 đề xuất

• Trong một bài preprint mới, GPT‑5.2 đã đề xuất công thức cho biên độ tán xạ gluon, sau đó các mô hình nội bộ của OpenAI và các nhà nghiên cứu đã chứng minh và kiểm chứng nó
  • Tiêu đề bài báo là “Single-minus gluon tree amplitudes are nonzero”
  • Bài báo đã được công bố trên arXiv và đang được chuẩn bị để đăng trên tạp chí học thuật
• Nghiên cứu xử lý gluon, hạt truyền tải của lực hạt nhân mạnh, và đảo ngược kỳ vọng trước đây rằng một số tương tác hạt sẽ không xảy ra
  • Trước đây người ta tin rằng trong trường hợp một gluon có helicity âm và các gluon còn lại có helicity dương thì biên độ mức cây bằng 0
  • Tuy nhiên, nhóm nghiên cứu đã tính ra rằng trong miền động lượng half-collinear, biên độ này không bằng 0

Phát hiện mới trong miền half-collinear

• Lập luận trước đây dựa trên giả định rằng động lượng hạt có hướng và năng lượng thông thường
  • Nhóm nghiên cứu đã xác định một lát cắt cụ thể của không gian động lượng nơi giả định này không còn áp dụng
• half-collinear chỉ trường hợp động lượng gluon thỏa mãn điều kiện căn chỉnh cụ thể, và có định nghĩa nhất quán về mặt toán học
• Nhóm nghiên cứu đã tính ra rằng trong miền này biên độ không biến mất, đồng thời xác định giá trị của nó dưới các điều kiện động học đặc biệt
• Kết quả này dự kiến sẽ được mở rộng trong tương lai sang các phép tính biên độ của graviton

Vai trò của GPT‑5.2 và quá trình tính toán

• GPT‑5.2 Pro ban đầu đã suy ra công thức dưới dạng Eq.(39)
  • Các nhà nghiên cứu con người đã đưa ra những biểu thức phức tạp được tính tay cho các giá trị n nhỏ (Eq.29–32)
  • GPT‑5.2 Pro đã đơn giản hóa chúng thành dạng ngắn gọn (Eq.35–38) và phát hiện ra mẫu hình có thể khái quát hóa
• scaffolded GPT‑5.2 nội bộ đã độc lập suy ra cùng công thức trong khoảng 12 giờ và hoàn thành chứng minh hình thức
  • Công thức này đã được kiểm chứng giải tích là thỏa mãn quan hệ truy hồi Berends–Giele
  • Ngoài ra, thông qua việc kiểm chứng soft theorem, nhóm nghiên cứu xác nhận rằng nó phù hợp với hành vi khi hạt trở nên “soft”

Mở rộng nghiên cứu và triển vọng sắp tới

• Với sự hỗ trợ của GPT‑5.2, việc tính toán biên độ gluon đã được mở rộng sang biên độ graviton
• Các nghiên cứu khái quát hóa bổ sung đang được tiến hành, và những kết quả nghiên cứu khác có AI hỗ trợ cũng sẽ được công bố trong tương lai
• Nghiên cứu này cho thấy AI có thể đóng góp thực chất vào việc khám phá các cấu trúc toán học mới trong vật lý lý thuyết

Đánh giá của các nhà vật lý học

• Nima Arkani-Hamed (Institute for Advanced Study) nhấn mạnh hiện tượng các biểu thức tính toán phức tạp được sắp xếp lại thành dạng đơn giản,
  và cho rằng một công thức đơn giản có thể là điểm khởi đầu để khám phá cấu trúc vật lý mới
  • Ông cho biết từ lâu đã kỳ vọng rằng quá trình đơn giản hóa này có thể được tự động hóa bằng máy tính
• Nathaniel Craig (UC Santa Barbara) đánh giá nghiên cứu lần này là “một công trình ở cấp độ học thuật mở rộng tuyến đầu của vật lý lý thuyết”
  • Ông nhấn mạnh rằng sự hợp tác giữa GPT‑5.2 và các nhà nghiên cứu con người đã tạo ra những hiểu biết khoa học mới dưới dạng có thể kiểm chứng
  • Điều này xác nhận rằng đối thoại giữa các nhà vật lý và LLM có thể dẫn tới việc tạo ra tri thức mới một cách căn bản

[GN⁺]

Ý kiến trên Hacker News

• Chỉ nhìn tiêu đề bài báo thì dễ tưởng như AI tự mình phát hiện ra kết quả mới của vật lý, nhưng thực tế là con người đặt ra bài toán và GPT đơn giản hóa các biểu thức phức tạp để tìm ra lời giải

  • GPT Pro đã thực hiện công việc này trong 12 giờ, và theo kinh nghiệm của tôi, LLM có thể tạo ra điều mới từ tổ hợp tuyến tính của các yếu tố sẵn có, nhưng việc sáng tạo ra một lĩnh vực hoàn toàn mới thì vẫn còn khó
  • Con người đã tính các Feynman diagram phức tạp đến n=6 nhưng không tìm ra công thức tổng quát, còn GPT thì đã đơn giản hóa và khái quát hóa bài toán đó
  • Tuy vậy, các kết quả kiểu này đã từng được nghiên cứu theo cách tương tự từ năm 1986
  • Nhóm nghiên cứu gồm các nhà vật lý nổi tiếng như Guevara, Lupsasca, Skinner, Strominger, nên người dùng phổ thông khó có thể tái hiện chỉ bằng prompt
  • Cũng có ý kiến cho rằng ranh giới giữa “tổ hợp những thứ sẵn có” và “first principles” là mơ hồ, và ngay cả con người cũng hiếm khi tạo ra khám phá hoàn toàn mới
  • Lấy ví dụ các giai đoạn phát triển của engine cờ vua, có dự đoán rằng LLM cuối cùng cũng sẽ đạt đến Stage 4 vượt qua con người

• Mỗi khi AI có một bước đột phá mới, lại có nhiều người hạ thấp nó bằng cách nói “đây không phải đổi mới thực sự”

  • Ví dụ, trong trường hợp GPT‑5.2 giải bài toán Erdős, một số người còn cho rằng họ hiểu rõ hơn cả nhà đoạt Fields Medal là Terence Tao
  • Ngược lại, cũng có chỉ trích rằng các kết quả này bị thổi phồng — thực tế nó đã nhận trợ giúp từ các bài báo có sẵn hoặc các công cụ không phải AI như Aristotle
  • Sự AI hype quá mức về một cuộc cách mạng sắp xảy ra cũng là vấn đề, và cần có phân tích khách quan
  • Một góc nhìn khác cho rằng nhận thức tiêu cực tăng lên vì giới điều hành dùng những thành tích này để ép buộc dùng AI hoặc biện minh cho sa thải
  • Cũng có ý kiến nói rằng nhiều người phản ứng phòng thủ vì lo sợ sự nghiệp của mình đang bị đe dọa
  • Thay vì nói “AI có được trực giác”, nhiều trường hợp thực tế là con người định hướng còn AI thực hiện tính toán
  • Cũng có phân tích cho rằng kết quả thường bị phóng đại, trong khi thực tế chỉ ở mức đơn giản hóa và khái quát hóa công thức

• Việc GPT‑5.2 suy luận bài toán suốt 12 giờ để đưa ra công thức và chứng minh là điều rất ấn tượng

  • Cá nhân tôi khi dùng GPT‑5.2 Thinking Extended có cảm giác nó có thể duy trì tư duy toán học nhất quán trong thời gian dài
  • Phiên bản 5.3 và codex CLI rất mạnh về quản lý trạng thái và duy trì ngữ cảnh, và có thể đang dùng thuật toán nén nội bộ để chạy lâu dài
  • Ngay cả sau giới hạn 30 phút, vẫn có thể yêu cầu lại thủ công để tiếp tục công việc

• AI có thể trở thành công cụ nhân bội năng suất cho người có kỹ năng

  • Giống như trường hợp trình biên dịch C của Anthropic, con người định nghĩa vấn đề và thiết kế bài test, còn AI xử lý phần việc lặp đi lặp lại
  • Có phê bình rằng câu chuyện “AI thay thế con người” gần với marketing để thu hút sự chú ý và vốn đầu tư hơn, đồng thời che khuất nỗ lực của các nhà nghiên cứu thực sự
  • Tuy nhiên, vẫn có lo ngại thực tế rằng nếu một nhóm từng làm việc theo đội bị thay bằng một người và AI, thì vẫn sẽ dẫn đến mất 90% việc làm
  • Hiện tại, con người vẫn đảm nhiệm 10% cuối cùng trong việc định nghĩa vấn đề hoặc kiểm chứng, nhưng đến một lúc nào đó phần này cũng có thể bị thay thế
  • Một số người hoài nghi vì cho rằng kết quả đã bị thổi phồng, và hiệu năng thực tế kém xa so với những gì truyền thông mô tả
  • Cũng có ý kiến mỉa mai rằng gọi là “nhân bội năng suất” nhưng thực ra chỉ là hệ số trong khoảng [0;1)

• Nói GPT‑5.2 “một mình” tạo ra kết quả vật lý mới thì không đúng bằng việc nói nó đã hợp tác với con người để chứng minh một công thức tổng quát hóa

  • Nếu nhìn vào bài báo, đóng góp của GPT đủ để được ghi nhận tư cách đồng tác giả, nhưng chỉ đọc tiêu đề thì sẽ thấy hơi cường điệu

• Trước đây cũng từng có tuyên bố rằng ChatGPT đã giải được bài toán Erdős, nhưng khi đó chưa được kiểm chứng đầy đủ

  • Thực ra OpenAI chưa từng đưa ra khẳng định như vậy, và trong một số bài toán đã có trường hợp LLM đóng góp theo cách độc đáo
  • Việc kết hợp với các công cụ kiểm chứng hình thức như Lean vẫn rất ấn tượng
  • Nghiên cứu lần này không đơn thuần là marketing mà là một nỗ lực nghiêm túc có sự tham gia của các nhà vật lý thực thụ

• Có quan điểm cho rằng “trực giác” của con người rốt cuộc cũng chỉ là những tổ hợp mới của các yếu tố sẵn có

  • Ví dụ như tuyết + que + nhu cầu dọn dẹp = xẻng xúc tuyết, xẻng xúc tuyết + đồi + nhu cầu vui chơi = xe trượt tuyết; tức là sáng tạo chỉ là kết quả của sự kết hợp
  • Trước đây người ta từng nói chương trình tuyến tính không thể tạo ra “nghệ thuật thực sự”, nhưng giờ thì điều đó đã làm được
  • Mong muốn bảo vệ tính sáng tạo của con người là rất mạnh, nhưng bằng chứng thì yếu
  • Một số người bảo vệ giá trị con người trên phương diện đạo đức, và cũng có quan điểm triết học cho rằng ngay cả khi AI vượt con người ở mọi lĩnh vực, vẫn phải công nhận giá trị của chính sự tồn tại con người

• Tiêu đề gây hiểu lầm — thực tế GPT‑5.2 chỉ khái quát hóa một công thức mà các nhà vật lý đã phỏng đoán từ trước, chứ không phải một khám phá mới của riêng vật lý học

• Trong nghiên cứu thực tế, con người đã định nghĩa vấn đề, thực hiện các phép tính nền tảng và kiểm chứng kết quả

  • GPT chỉ thực hiện refactor công thức, nên vai trò của nó gần với trình biên dịch hơn là một nhà vật lý
  • Nên hạn chế các tiêu đề khoa học giật gân, cường điệu

• Đây là một kết quả ấn tượng, nhưng về sau sẽ cần hệ thống kiểm chứng và kiểm toán bắt buộc đối với các tuyên bố khoa học do AI tạo ra

  • Cần làm rõ nó đã đi qua dữ liệu và quá trình suy luận nào, có khả năng tái lập hay không, và cần có các công cụ nghiên cứu cho mục đích đó

[wkdwls7933]

Có vẻ bạn đã viết khá dài, nhưng mong bạn hãy chậm rãi suy nghĩ xem những điểm bạn nêu ra
thật sự là vì người khác
hay là để tự biện minh cho bản thân mình

[wkdwls7933]

Để làm gì?