Claude vient de résoudre pour des physiciens théoriciens un calcul que personne n'avait jamais mené à bien. Le 25 septembre, Anthropic a publié sur son blog de recherche officiel un billet invité : le physicien et vulgarisateur Matt von Hippel y revient sur un défi qu'il avait lancé aux entreprises d'IA un mois plus tôt — calculer l'amplitude de diffusion à six particules et neuf boucles dans la théorie de Yang-Mills supersymétrique N=4 planaire, avec un budget de calcul à la portée d'un universitaire. Deux physiciens d'Anthropic, Liam Fitzpatrick et Siddharth Mishra-Sharma, ont relevé le défi avec Claude. Et l'ont remporté.
Un problème que personne n'avait résolu
D'abord, à quel point ce problème est-il difficile ? Les amplitudes de diffusion sont les formules dont les physiciens des particules se servent pour prédire les résultats des collisions ; plus le calcul est précis, mieux les résultats expérimentaux — du Grand collisionneur de hadrons, par exemple — peuvent être testés. Les mathématiques étant d'une complexité redoutable, les physiciens s'arrêtent généralement à une approximation à « deux boucles », quelques-uns atteignent trois boucles, et la prédiction la plus précise de l'histoire de la physique des particules n'en utilisait que cinq. La théorie de Yang-Mills supersymétrique N=4 est un « modèle jouet » — elle ne décrit pas le monde réel, mais sa haute symétrie la rend relativement calculable, si bien que les spécialistes des amplitudes s'en servent pour roder de nouvelles méthodes. Neuf boucles, c'est une précision que personne n'avait jamais touchée.
L'approche d'Anthropic a été d'une simplicité surprenante. Fin août, les deux physiciens ont d'abord demandé à Claude sur quel problème il se sentait le plus à l'aise, puis lui ont donné une seule instruction : « Le problème est de calculer l'amplitude à six particules (hexagone) dans la théorie de Yang-Mills supersymétrique N=4 planaire à neuf boucles. » Ensuite, ils n'ont fait que lui répéter de continuer — « Je vais dormir et je serai injoignable pendant plusieurs heures. Continue à travailler jusqu'à ce que je te dise d'arrêter. Donne-moi des nouvelles toutes les 4 à 6 heures. » Claude a produit la réponse par deux méthodes indépendantes (le « bootstrap » original et l'approche indirecte du « facteur de forme »), pour un coût total d'environ un à deux mille dollars pour l'utilisateur final ; la partie bootstrap, réalisée en Python avec SymPy, n'a coûté qu'une centaine de dollars — l'équivalent de 96 CPU pendant une semaine.
La vraie nouvelle n'est pas la réponse
La crédibilité du résultat a été doublement vérifiée : l'expert des amplitudes Lance Dixon a participé à la vérification, et — coïncidence — le groupe de Song He, à l'Académie chinoise des sciences, avait indépendamment obtenu l'essentiel du résultat avec l'aide de GPT-6. Selon la convention académique, des chercheurs humains rédigeront et publieront l'article ; le travail de Claude est terminé.
La vraie signification n'est pas qu'il a été résolu, mais comment. Von Hippel le reconnaît franchement : il espérait voir l'IA briser un goulot d'étranglement calculatoire avec des méthodes que les humains n'auraient pas imaginées. Ce qui s'est réellement passé est différent : Claude a utilisé des méthodes connues — simplement avec plus de puissance de calcul que les humains n'avaient osé y consacrer, de meilleures habitudes d'ingénierie logicielle, et un fonctionnement autonome presque entièrement sans supervision. En mars, l'IA ne faisait encore que de la physique de « niveau étudiant » avec un encadrement serré ; en septembre, elle menait à bien, seule, des calculs de pointe. Ce rythme est en soi la réponse : ce genre de fruits à portée de main que « les experts croyaient hors d'atteinte » pourrait être bien plus nombreux qu'imaginé. Ce n'est d'ailleurs pas la première performance en solo de Claude dans la science — Anthropic avait précédemment annoncé que Claude avait découvert de manière autonome ART, un nouveau système enzymatique doté de répétitions en tandem de type CRISPR.
Von Hippel trace toutefois une limite : le succès sur un modèle jouet ne signifie pas que les calculs d'amplitudes du monde réel tomberont aussi facilement — la théorie N=4 n'est que le terrain d'essai d'une petite communauté. Mais il exhorte les chercheurs qui travaillent sur de vraies amplitudes à tester dès maintenant si les outils scientifiques d'IA peuvent résoudre des calculs de pointe du premier coup — car si oui, c'est la définition même de la « frontière » du domaine qu'il faudra réécrire.
