GPT-5.2 が理論物理学で新たな結果を導出

GPT-5.2 が非ゼロのグルオン木振幅を特定

OpenAI と Institute for Advanced Study、Vanderbilt University、University of Cambridge、Harvard University の研究者チームは、GPT-5.2 が理論物理学で新しい結果を導き出すことができることを実証しました。具体的には、チームは「Single-minus gluon tree amplitudes are nonzero」というタイトルのプレプリントを公開し、強い核力を担う粒子であるグルオンを含む特定の粒子相互作用が、以前は存在しないと考えられていた特定の条件下で起こり得ることを証明しました。

技術的発見：ハーフ・コリニアレジーム

理論物理学者は散乱振幅を用いて粒子が相互作用する確率を計算します。グルオンの場合、多くの「木レベル」振幅（量子ループを除いた計算）は予想外に単純です。

歴史的に、標準的な教科書の議論では、1つのグルオンが負ヘリシティ（2つの可能なスピン配向のうちの1つ）を持ち、残りの $n - 1$ 個のグルオンが正ヘリシティを持つ場合、木レベル振幅はゼロでなければならないとされてきました。この結論は、方向やエネルギーが特別な整列をしていない一般的な粒子運動量を前提としていました。

研究は ハーフ・コリニアレジーム と呼ばれる、運動量空間の特定の数学的に明確に定義されたスライスを特定しました。このレジームでは、グルオンの運動量が特別な整列条件を満たし、振幅が消失しません。この発見は、重力を媒介する粒子である重力子に対する類似振幅の計算など、新たな研究の道を開きます。

AI 支援型手法と導出

GPT-5.2 Pro とスキャフォールド版 GPT-5.2 は、最終式（プレプリントの式 39）を導くマルチステッププロセスで中心的な役割を果たしました。

  1. Complexity Reduction: 人間の著者はまず手作業で $n \le 6$ の整数 $n$ に対する振幅を計算しました。これらの式は Feynman 図の展開から得られ、超指数関数的に複雑でした。GPT-5.2 Pro はこれらの式の複雑さをはるかにシンプルな形に削減しました。
  2. Pattern Recognition: 簡略化された基礎ケースに基づき、GPT-5.2 Pro はパターンを見つけ、すべての $n$ に対して有効な式を推測しました。
  3. Formal Proof: スキャフォールド版 GPT-5.2 が約 12 時間かけて問題を推論し、式の妥当性に関する形式的証明を生成しました。
  4. Analytical Verification: 得られた式は Berends‑Giele 再帰関係（多粒子木振幅を構築する手法）を用いて検証され、粒子がソフトになるときの振幅挙動を支配する soft theorem とも照合されました。

AI 支援型科学に対する専門家の見解

外部の物理学教授は、この結果を将来の科学的発見のテンプレートとして重要視しています。

"These highly degenerate scattering processes have been something I’ve been curious about since I first ran into them about fifteen years ago, so it is exciting to see the strikingly simple expressions in this paper."

"To me, ‘finding a simple formula’ has always been fiddly, and also something that I have long felt might be automatable by computers."

— Nima Arkani‑Hamed, Professor of Physics, Institute for Advanced Study

"This is clearly journal‑level research advancing the frontiers of theoretical physics, and its novelty will inspire future developments and subsequent publications. This preprint felt like a glimpse into the future of AI‑assisted science, with physicists working hand‑in‑hand with AI to generate and validate new insights."

— Nathaniel Craig, Professor of Physics, University of California, Santa Barbara (UCSB)

Sources