«Запрещённый» процесс оказался возможным. ChatGPT нашёл в физике частиц лазейку, которую люди не замечали десятилетиями

«Запрещённый» процесс оказался возможным. ChatGPT нашёл в физике частиц лазейку, которую люди не замечали десятилетиями

ИИ упростил громоздкие выражения и подсказал общий вид формулы, который затем проверили вручную.

image

Казалось бы, где чат-бот, а где теоретическая физика. Но в феврале 2026 года физики всерьез обсуждали на встрече AAAS результат, к которому их подвел ChatGPT. Речь о «невозможном» варианте взаимодействия глюонов, частиц, которые склеивают кварки в протоны и нейтроны. Десятилетиями считалось, что такой процесс на самом базовом уровне просто не происходит. Теперь выяснилось, что он возможен, но прячется в очень специальных условиях, похожих на то, что бывает в плотной и хаотичной внутренности нуклонов.

Глюоны переносят сильное взаимодействие. Оно настолько мощное и нелинейное, что даже «простые» столкновения глюонов описываются формулами, от которых быстро начинает болеть голова. Физики сводят каждое такое столкновение к амплитуде рассеяния, математическому выражению, которое позволяет посчитать вероятность процесса. Проблема в том, что эти амплитуды стремительно разрастаются, и уже на нескольких частицах их трудно не то что упростить, а просто аккуратно довести до конца.

У глюонов есть спиральность, по сути направление «закрутки» относительно движения. В профессиональном жаргоне это геликитет, положительный или отрицательный. Давняя «народная мудрость» в теории амплитуд утверждала: если в столкновении участвует сколько угодно глюонов, но отрицательный геликитет есть только у одного, то амплитуда на древесном уровне должна быть нулевой, значит процесс «запрещен». Около года назад несколько теоретиков заметили лазейку. Ноль получается не всегда, если рассматривать предельные конфигурации, когда частицы летят почти в одном направлении.

Дальше началась рутина, которая в теории часто оказывается тяжелее озарений. Команда во главе с Andrew Strominger пыталась вручную обобщить найденные выражения с четырех глюонов на пять, шесть и дальше. Формулы росли, появлялись десятки слагаемых, а красивой общей записи, как это бывало в похожих задачах, не находилось. Тогда к истории подключился Alexandru Lupsasca, который в это время работал над усилением научных навыков моделей OpenAI, и предложил использовать задачу как стресс-тест для модели.

Физики дали GPT-5.2 Pro громоздкую формулу для четырех глюонов и попросили упростить. Модель справилась примерно за 20 минут, затем так же обработала случаи с пятью и шестью глюонами, сводя длинные суммы к компактным произведениям. Ключевой момент наступил, когда у нее попросили «угадать» общий вид формулы для произвольного числа частиц. Ответ пришел быстро, а проверка не выявила ошибок. Позже общую формулу отправили в другой, внутренний прототип OpenAI, который выдал развернутое доказательство, и его тоже прогнали через человеческую верификацию.

С научной точки зрения итог звучит аккуратно и совсем не как сенсация из желтой прессы. В препринте на arXiv авторы показывают, что «single-minus» амплитуды на древесном уровне действительно могут быть ненулевыми, но не «везде», а в ограниченном кинематическом режиме, который обходил старые запреты. В тексте фигурируют формулировки про half-collinear конфигурации, а также про комплексное продолжение импульсов и так называемое пространство Клейна. Это не отменяет прежнюю интуицию для обычных, «общих» столкновений, но ломает тезис «строго ноль при одном минусе» как универсальное правило.

Вокруг истории быстро возник второй слой обсуждения, уже про роль ИИ. Физики, которых цитируют журналисты, подчеркивают: идеи были на поверхности, революция не в новой физике «из ниоткуда», а в том, что машина смогла протиснуться через заросли алгебры и подсказать компактную общую форму там, где люди год топтались на месте. Реакция сообщества скорее сдержанная: ИИ может ускорять черновую работу, помогать находить ошибки и стыковать знания между областями, но остается риск, что кто-то начнет скрывать использование таких инструментов или что исчезнут те самые рутинные задачи, на которых обычно учатся аспиранты