فهرست مطالب
کلود (مدل Anthropic) در پلتفرم Claude Science دامنهٔ پراکندگی ششذرهای نظریهٔ اسباببازی N=4 super-Yang-Mills را تا ۹ حلقه محاسبه کرده است؛ یک پله بالاتر از رکورد هشتحلقهای که لنس دیکسون (Lance Dixon) از SLAC در ۲۰۲۳ ثبت کرده بود. گزارش رسمی Anthropic در ۲۵ سپتامبر ۲۰۲۶ بهصورت پست مهمان مت فونهیپل (Matt von Hippel) منتشر شد و دیکسون نتیجه را مستقل بررسی کرده است. هزینهٔ تقریبی هر مسیر برای کاربر نهایی حدود ۱ تا ۲ هزار دلار اعلام شده — نه میلیونها دلار سوپرکامپیوتر.
اگر فیزیک ذرات برایتان سنگین است، پیام ساده این است: یک مدل زبانی با «هارنس» علمی و دستور «ادامه بده» کاری را جلو برد که جامعهٔ دامنهٔ پراکندگی تا دیروز برای یک حلقهٔ بیشتر، سخت و غیرمستقیم میدید. این خبر کشف ذرهٔ جدید یا پیشبینی مستقیم LHC نیست؛ یک نظریهٔ اسباببازی برای تست روشهاست. در ادامه به زبان روزمره میگوییم دامنه و حلقه یعنی چه، Claude چطور کار کرده، جدول هزینه چیست، موازیکاری تیم Song He با کمک GPT-6 چه بوده، و کجا باید احتیاط کرد. برای زمینهٔ دیگر پژوهش Anthropic همین هفتهها، مطلب کشف ART شبیه CRISPR را هم جدا بخوانید.
پاسخ کوتاه: این خبر دقیقاً چیست؟
دو فیزیکدان Anthropic به نامهای لیام فیتزپاتریک و سیدارث میشرا-شارما، با مدل Fable 5.1 داخل Claude Science، محاسبهٔ دامنهٔ ششذرهای (hexagon) در نظریهٔ planar N=4 SYM را در ۹ حلقه جلو بردند. نتیجه با دو روش جدا (bootstrap و مسیر form-factor) بهدست آمده و دیکسون اعتبارسنجی کرده است. Anthropic این را بهعنوان پاسخ به چالش فونهیپل روی وبلاگ رسمی Research گذاشته است.
دامنه پراکندگی و «حلقه» یعنی چه؟ (برای غیرمتخصص)
دامنهٔ پراکندگی فرمولی است که میگوید ذرات زیراتمی با چه احتمالی به شکل خاصی با هم واکنش میدهند. فیزیکدانها معمولاً کل داستان را یکجا حساب نمیکنند؛ تقریبی میزنند و پیچیدگی را با تعداد حلقه (loop) محدود میکنند. هر حلقهٔ بیشتر یعنی تصحیح کوانتومی دقیقتر و محاسبهای سنگینتر. در عمل بیشتر دامنههای دنیای واقعی فقط تا دو یا سه حلقه پیش رفتهاند؛ به همین خاطر پژوهشگرها روشهای تازه را اول روی نظریههای اسباببازی مثل N=4 SYM امتحان میکنند — جایی که محاسبه آسانتر است ولی هنوز برای تست تکنیکها جدی است.
چالش فونهیپل چه بود؟
مت فونهیپل، فیزیکدان سابق و نویسندهٔ علمی، از شرکتهای AI خواسته بود روی منابع در حد یک گروه دانشگاهی، یکی از مسائل باز میدان دامنه را حل کنند: مثلاً N=4 SYM تا ۹ حلقه. هدفش این بود ببیند آیا مدلها فقط روی مسائل سادهتر دانشجویی خوباند یا میتوانند کار مرزی واقعی را هم با بودجهٔ معقول جلو ببرند. Anthropic همان چالش ۹-حلقه را برداشت.
Claude Science و Fable 5.1 چطور وارد شدند؟
طبق گزارش، تیم بعد از پرسیدن از خود مدل که کدام مسئله شدنیتر است، تقریباً این دستور را داد: دامنهٔ ششذرهای planar N=4 SYM را در ۹ حلقه حساب کن. بعد هم جملاتی شبیه «میروم بخوابم، چند ساعت در دسترس نیستم؛ ادامه بده و هر ۴–۶ ساعت گزارش بده.» Claude Science اینجا مثل یک هارنس عمل میکند: قوانین و اسکفولد مشخص دور مدل میچیند تا رفتار علمی پایدارتری بگیرد. مدل بهکارگرفتهشده در روایت پست، Fable 5.1 است.
دو مسیر محاسبه و جدول هزینه
اعداد هزینه از خود پست Anthropic است و باید بهعنوان برآورد شرکت/نویسنده خوانده شود، نه فاکتور حسابداری مستقل.
مسیر | خلاصه | برآورد هزینه (پست Anthropic) |
|---|---|---|
Bootstrap مستقیم | فرمهای ممکن را با قیدها غربال میکند (شبیه سودوکو برای فرمول) | حدود ۱–۲ هزار دلار کل مسیر؛ بخش SymPy حدود ۱۰۰ دلار ≈ ۹۶ CPU برای یک هفته |
Form-factor غیرمستقیم | از کمیت مرتبط آسانتر به دامنه میرسد؛ دیکسون بیشتر از این مسیر اعتبارسنجی کرد | همان بازهٔ تقریبی ۱–۲ هزار دلار برای کاربر نهایی |
اعتبارسنجی انسانی | Lance Dixon نتیجه را چک کرد؛ تیم انسانها بعداً مقاله و تحلیل را منتشر میکنند | — |
این نتیجه کشف فیزیک جدید نیست
N=4 SYM توضیح مادهٔ تاریک یا برخوردهای واقعی LHC نیست. «۹ حلقه» یعنی یک لایهٔ پیچیدگی بیشتر در همان نظریهٔ اسباببازی. فونهیپل صریح میگوید Claude روشهای شناختهشده انسانها را اجرا کرده، نه اینکه اصل فیزیکی تازهای اختراع کند. ارزش خبر بیشتر در اجرای تقریباً خودمختار، مهندسی نرمافزار تمیزتر، و دسترسیپذیر شدن هزینه است تا در «هوش مصنوعی جای فیزیکدان را گرفت».
دیکسون چه گفت؟
در افزودهای روی همان صفحه، دیکسون میگوید برایش لحظهٔ «جدی شدن» LLM در فیزیک وقتی بود که اول سپتامبر از Anthropic شنید Claude دامنهٔ ۹-حلقه را حساب کرده. او فکر میکرد مسیر مستقیم برای دامنه خیلی شکننده است؛ هر اشتباه کوچک کل دستور پخت را خراب میکند. اینکه مدل کد را از صفر ساخته و دستور پخت مقالات قبلی تیم را اجرا کرده، از نظر او قابلتوجه است. همزمان تأکید میکند لحظههای سختتر وقتی میرسد که مدلها اصل فیزیکی تازه پیشنهاد دهند — چیزی که هنوز ادعای این گزارش نیست.
تیم Song He و GPT-6 همزمان چه کردند؟
چند روز بعد فونهیپل از سونگهی (Song He) در آکادمی علوم چین شنید که گروهشان هم بخش مهمی از نتیجهٔ ۹-حلقه (بهخصوص symbol) را گرفتهاند؛ با کمک AI مبتنی بر GPT-6 برای بعضی قیدها، ولی نه با همان رویکرد تقریباً بدونمداخلهٔ Claude Science. روایت رسمی میگوید فضا دوستانه بوده و انسانها حق انتشار و تفسیر علمی را دارند. پس داستان «فقط یک ماشین همه را شکست» دقیق نیست؛ بهتر است بگوییم AI محاسبات مرزی را ارزانتر و موازیتر کرده است.
برای چه کسانی مهم است؟
پژوهشگرانی که میخواهند ببینند هارنس علمی روی مسئلهٔ شکننده چقدر جلو میرود
تیمهایی که هزینهٔ ۱–۲ هزار دلاری را با ماهها کار دستی مقایسه میکنند
خوانندگانی که اخبار ایمنی عاملها را میبینند و همزمان میخواهند بفهمند قابلیت علمی مدلها کجاست
اگر دنبال خود محصول کلود برای کار روزمره هستید، بررسیهایی مثل Claude Design یا خبر Opus 5.5 کاربردیترند. زمینهٔ آزمایشگاه بیولوژی Anthropic هم در این مطلب آمده است.
محدودیتها و نکتههای احتیاط
منبع اصلی پست مهمان Anthropic است؛ نویسنده برای وقتش از Anthropic حقالزحمه گرفته و دیکسون اعتبار استفاده از Claude دریافت کرده — شفاف گفته شده، ولی سوگیری احتمالی را در نظر بگیرید.
اعداد هزینه برآورد پستاند؛ قیمت API و زمان اجرا برای شما ممکن است فرق کند.
نتیجه روی نظریهٔ اسباببازی است؛ تعمیم به دامنههای واقعی جهان هنوز کار جامعهٔ فیزیک است.
«یکشات و بدون نظارت علمی پیچیده» روایت پست است؛ اشتباههای داخلی مدل در مسیر لزوماً همهجا مستند نشدهاند.
سؤالات پرتکرار
۹ حلقه یعنی ۹ برابر سختتر از ۸ حلقه؟
نه لزوماً خطی. هر حلقه معمولاً جهش محاسباتی بزرگی است، ولی با ترفندهای bootstrap و dualities شدت جهش فرق میکند. مهم این است که ۹ حلقه تا قبل از این گزارش، برای دامنهٔ مستقیم بهعنوان هدف خیلی سخت دیده میشد.
آیا Claude فرمول تازهای اختراع کرد؟
طبق روایت فونهیپل و دیکسون، مدل روشهای شناختهشدهٔ همان جامعه را اجرا کرده و کد لازم را نوشته است. نوآوری ادعاشده بیشتر در اجرا و سازماندهی محاسبه است تا کشف اصل فیزیکی نو.
Claude Science چیست؟
بستر/هارنس علمی Anthropic که Claude را با قواعد ساختاریافته برای کار پژوهشی به کار میگیرد؛ در گزارش، دانشمندان میتوانند برای استفاده پول بپردازند. جزئیات محصول تجاری جدا از این خبر دامنه است.
چرا نظریهٔ اسباببازی مهم است؟
چون روشهای تازه را جایی تست میکند که محاسبه ممکنتر است. اگر تکنیک در N=4 SYM تا حلقههای بالا پایدار بماند، امید میرود به پیشبینیهای واقعیتر نزدیکتر شود — ولی این گزارش خودش آن پیشبینی را ارائه نمیدهد.
آیا انسانها دیگر لازم نیستند؟
خیر. دیکسون اعتبارسنجی کرد، تیمهای انسانی مقاله و تفسیر را جلو میبرند، و چالش را هم انسان تعریف کرده بود. بدون چک انسانی، خروجی شکنندهٔ ریاضی قابلاعتماد نیست.
هزینه ۱ تا ۲ هزار دلار از کجا آمده؟
از برآورد پست Anthropic برای کاربر نهایی هر مسیر (عمدتاً هزینهٔ طولانیمدت اجرای Claude). بخش bootstrap با SymPy حدود ۱۰۰ دلار از آن بودجه و معادل حدود یک هفته روی ۹۶ CPU گزارش شده است.
فرق این خبر با کشف ART چیست؟
ART دربارهٔ یافتن سامانهٔ آنزیمی در ژنوم فاژ با عاملهای کلود در آزمایشگاه بیولوژی بود. اینجا محاسبهٔ ریاضی/فیزیک نظری دامنهٔ پراکندگی است. هر دو نشان میدهند Anthropic روی کاربرد علمی فشار میآورد، ولی موضوع یکی نیست.
من بهعنوان کاربر عادی Chat یا Claude چه کار باید بکنم؟
هیچ آپدیت اجباری برای شما نیست. اگر پژوهشگرید، منبع اصلی Anthropic و خروجیهای منتشرشدهٔ دامنه را بخوانید و به اعتبارسنجی مستقل تکیه کنید؛ اگر کاربر عمومی هستید، این را بهعنوان سیگنال پیشرفت در «علم با کمک مدل» ببینید نه محصول مصرفی تازه.
منبعها
Yes, Claude can do Nine Loops — Anthropic Research (Matt von Hippel + Lance Dixon)، ۲۵ سپتامبر ۲۰۲۶
افزوده و اعتبارسنجی: Lance Dixon، SLAC / Stanford (همان صفحه)
کار موازی نماد ۹-حلقه: Song He, Jirong Jing, Xiang Li (اشارهشده در پست Anthropic)
