ClaudeがN=4超ヤン・ミルズ理論における9ループ振幅を計算

概要

Anthropicは、ClaudeがN=4超ヤン・ミルズ（SYM）理論における9ループ振幅を計算することで、理論素粒子物理学の最先端問題を解決できることを実証した。専用の科学用ハーネスであるClaude Scienceを用いて、モデルは複雑な計算手順を自律的に実行し、これまでコミュニティで未解決だった結果に到達した。これは、LLMが限られた計算リソースで高精度かつ多段階の科学ワークフローを信頼性高く処理できることを裏付けている。

物理的課題：N=4超ヤン・ミルズ理論

散乱振幅は、素粒子物理学において亜原子粒子の反応確率を計算するために用いられる式である。これらの計算は計算量が大きく、通常「ループ」と呼ばれる単位で測定される。ループ数は粒子相互作用の複雑さを表す。ほとんどの式は2〜3ループまでしか計算されておらず、分野における最も正確な予測は一般的に5ループまでで止まる。

新しい技術を検証するために、物理学者たちは「玩具モデル」と呼ばれる理論を用いる。N=4超ヤン・ミルズ理論はその一つである。実世界の記述としては不正確である（各粒子に4つの超対称パートナーがあるため）が、逆に計算が比較的簡単になるため、振幅論の技術を磨くための主要なベンチマークとなっている。

技術的実行と手法

ClaudeはClaude Scienceプラットフォームを用いて9ループ計算を達成した。これは、Claude LLMに構造化されたルールとプロンプトを適用し、堅牢な科学的行動を保証するハーネスである。

計算アプローチ

Claudeは2つの異なる方法を用いて問題を解決した：

ブートストラップ法：答えの期待される形を特定し、既知のルールと予測に基づいて可能性を段階的に除外する、スゥドクウに似た技術。
間接的フォームファクター法：関連するより単純な式（フォームファクター）を活用して振幅を導出する方法。

リソースの活用

このような成果が巨大な産業用計算リソースを必要とすると思われがちだが、このタスクは学術研究者がアクセス可能な予算で完了した。ブートストラップ計算はPythonでSymPyパッケージを用いて実装され、96コアのCPUを1週間使用し、プロジェクト全体の予算（LLM実行コストを含む）の約100ドル（合計1,000〜2,000ドル）を占めた。

主な発見と意義

複雑なワークフローにおける信頼性

最も重要な教訓の一つは、Claudeが人間の継続的な監視なしに「ワンショット」で最先端の計算を実行できることである。このプロセスでは、1つの誤りで計算全体が失敗する脆弱なコードをゼロから開発する必要があり、Claudeは高レベルの指示（「作業を続け、4〜6時間ごとに進捗を報告する」）のみを受け、自律的に処理した。

人間研究者との比較

Claudeは問題を自律的に解決したが、同時に中国科学院のSong Heグループの研究も同様の結果に到達していた。ただし、人間のグループは特定の制約に対してGPT-6をアシスタントとして使用したに過ぎず、LLMを全体的なフレームワークと実行を管理する手段として用いてはいなかった。

「低木の果実」仮説

この成果は、既知の手法に優れたソフトウェア工学の実践と自律的なAIエージェントを適用すれば、専門家が思っているよりも多くの最先端科学的課題が解決可能である可能性を示唆している。物理学者のMatt von Hippelは次のように述べている：

"私が最も強く感じたのは、予想よりも多くの『低木の果実』が存在することだ。たとえ目標が単純で明確であっても、専門家にとっては実際にそれほど達成不可能に見えてしまうことがある。"

専門家の検証

SLACおよびスタンフォード大学のLance Dixon教授が結果を検証した。彼は、Claudeの成功は実行の勝利であり、モデルが計算能力を組織し、複雑な手順を正確に追う必要があったと指摘した。Dixonは、Claudeが2019年および2023年の研究論文（特にそれら）を、元の共同著者を除くほぼ誰よりもよく理解しているように見えたと述べた。