Éditeur｜Panda
Un record de calcul en physique théorique qui tenait depuis trois ans a été battu par l'IA.
Il y a quelques heures, Anthropic a annoncé : Claude, sur la plateforme de recherche Claude Science, a fonctionné en continu pendant plusieurs jours essentiellement sans supervision et a calculé l'amplitude de diffusion à six particules à neuf boucles dans la théorie de super-Yang-Mills N=4 planaire.
Il s'agit d'un problème de frontière reconnu dans le domaine de la physique théorique connu sous le nom d'« amplitudes de diffusion ». Auparavant, le record le plus élevé dans ce modèle était de huit boucles, établi en 2023 par Lance Dixon du SLAC National Accelerator Laboratory et ses collaborateurs.
Cette percée a été personnellement vérifiée par le créateur du record à huit boucles. Dixon a indépendamment vérifié le résultat de Claude et a commenté qu'un grand modèle de langage capable d'exécuter chaque étape de cette recette complexe et d'organiser le calcul était, selon lui, « une victoire assez remarquable ». Il a même déclaré sans détour que, hormis ses collaborateurs, Claude comprend les deux articles de leur équipe de 2019 et 2023 mieux que quiconque.
Plus surprenant encore est le processus et le coût. Les chercheurs n'ont donné à Claude qu'une description de tâche d'une seule phrase, et après cela, la « supervision » n'était presque rien de plus que « continue » ; l'ensemble du calcul, converti en coûts pour un utilisateur ordinaire, était d'environ mille à deux mille dollars, dont la partie réellement utilisée pour le calcul numérique ne représentait qu'environ 100 $, soit l'équivalent de 96 CPU fonctionnant pendant une semaine. Pourtant, Dixon avait initialement pensé que calculer directement l'amplitude à neuf boucles était trop difficile, et son équipe s'y préparait depuis plusieurs années.
Le point de départ de cette percée était un « défi » public.
Le 7 août, l'ancien physicien théoricien et communicateur scientifique Matt von Hippel a publié un article quelque peu provocateur sur son blog 4gravitons, intitulé « Seule l'IA entrant dans mon domaine compte ». Il y lançait explicitement un défi aux entreprises d'IA : utiliser une puissance de calcul qu'un chercheur peut se permettre pour résoudre un problème majeur non résolu dans le domaine des amplitudes de diffusion.
Il a proposé deux options : soit calculer la supergravité N=8 à sept boucles, soit calculer l'amplitude à six particules dans la théorie de super-Yang-Mills N=4 à neuf boucles.
Un mois plus tard, l'IA a relevé le défi. Ce qu'Anthropic vient de publier est précisément un article invité rédigé par von Hippel lui-même, intitulé : « Oui, Claude peut faire neuf boucles ».
https://www.anthropic.com/research/yes-claude-can-do-nine-loops
Neuf boucles, où est la difficulté ?
Pour comprendre le poids de cette affaire, il faut d'abord clarifier ce que les physiciens calculent.
Les physiciens des particules prédisent le comportement des particules à l'aide d'une classe de formules appelées « amplitudes de diffusion » : étant donné l'énergie et la quantité de mouvement des particules impliquées dans une collision, l'amplitude de diffusion peut vous indiquer la probabilité qu'elles réagissent d'une certaine manière.
Plus la prédiction est précise, plus la comparaison peut être détaillée avec les résultats d'expériences telles que le Grand collisionneur de hadrons (LHC). Dès qu'un écart apparaît, cela pourrait être un indice de nouvelle physique, comme la nature de la matière noire, ou pourquoi la matière et l'antimatière dans l'univers sont asymétriques.
Le problème est que les amplitudes de diffusion sont extrêmement difficiles à calculer avec précision, et les physiciens ne peuvent presque que faire des approximations. Ils stratifient les calculs par « boucles » ; le nombre de boucles mesure approximativement la complexité autorisée des interactions entre particules. Chaque boucle supplémentaire rapproche la réponse de la valeur vraie, mais la quantité de calcul augmente aussi de façon spectaculaire. Dans le texte original du défi, von Hippel écrivait que la complexité de tels calculs croît généralement de manière exponentielle, voire factorielle, avec le nombre de boucles.
Ainsi, en réalité, la grande majorité des amplitudes de diffusion ne sont calculées qu'à deux boucles, et quelques-unes peuvent atteindre trois boucles. La prédiction la plus précise en physique des particules, le moment magnétique anormal de l'électron, a utilisé cinq boucles.
La théorie N=4 super Yang-Mills est un modèle-jouet particulier dans ce domaine. « Yang-Mills » est le cadre théorique décrivant les trois interactions fondamentales : l'électromagnétisme, la force nucléaire forte et la force nucléaire faible ; « supersymétrie N=4 » signifie que chaque particule est associée à quatre partenaires supersymétriques. Il y a tellement de particules que ce n'est pas réaliste ; cette théorie ne décrit pas le monde réel. Mais c'est précisément ce haut degré de symétrie qui fait que de nombreuses combinaisons de variables s'annulent mutuellement, rendant les calculs relativement gérables. Les chercheurs y affûtent de nouvelles méthodes pour voir jusqu'où ils peuvent aller.
La méthode utilisée cette fois s'appelle le « bootstrap ». von Hippel l'a comparée au Sudoku : on écrit d'abord toutes les formes possibles de la réponse, on les enregistre dans des fichiers informatiques à l'aide d'un « alphabet » spécial, puis on utilise toutes les contraintes connues pour les éliminer une par une, y compris les prédictions d'autres méthodes, les règles que la réponse doit respecter et les résultats connus de problèmes apparentés. Idéalement, à la fin, un seul candidat passe toutes les vérifications, et il reste des vérifications supplémentaires pour confirmer qu'aucune erreur n'a été commise.
Le record de huit boucles a été obtenu par Dixon en faisant un détour. En 2023, lui et Yu-Ting Liu ont utilisé une symétrie particulière appelée « dualité antipodale » pour d'abord calculer le « facteur de forme » relativement plus facile, puis le convertir en amplitude à huit boucles. Pendant plusieurs années ensuite, son équipe a gardé les yeux sur neuf boucles, prévoyant de suivre la même route indirecte. Selon lui, calculer directement l'amplitude à neuf boucles était trop difficile.
Il convient de mentionner que von Hippel lui-même est un vétéran de cette ligne de recherche. Il avait déjà collaboré avec Dixon et d'autres pour pousser l'amplitude à six particules jusqu'à six boucles et sept boucles. Autrement dit, il a choisi un os qu'il avait lui-même rongé.
Une invite, puis continuer à dire « continue »
Fin août, deux physiciens d'Anthropic, Liam Fitzpatrick et Siddharth Mishra-Sharma, ont contacté von Hippel et lui ont dit que le défi avait été conquis.
Ils ont utilisé le modèle Fable 5.1, exécuté sur la plateforme Claude Science. Dans l'article, von Hippel explique que Claude Science est une sorte de « harnais », c'est-à-dire envelopper un grand modèle de règles et d'invites structurées pour le rendre plus robuste dans les tâches de recherche scientifique.
Selon l'article, les deux ont d'abord demandé à Claude quel défi il se sentait le plus confiant de relever, puis n'ont donné qu'une description de tâche très brève : calculer l'amplitude à neuf boucles à six particules (hexagone) dans la théorie N=4 SYM planaire.
Ensuite, le « guidage de recherche » consistait essentiellement à le laisser continuer. Une instruction typique divulguée dans l'article disait à peu près ceci : je vais dormir, je serai absent pendant les prochaines heures, continue à travailler jusqu'à ce que je te dise d'arrêter, et fais un rapport d'avancement toutes les quatre à six heures.
Au final, Claude l'a calculé une fois de chacune des deux manières : d'abord, la méthode bootstrap directe, et ensuite, la voie indirecte via les facteurs de forme utilisés par l'équipe de Dixon. Selon l'article, l'une ou l'autre coûtait à l'utilisateur final environ mille à deux mille dollars, l'essentiel étant le coût d'exécution du modèle lui-même pendant une longue période. La partie du calcul bootstrap a été réalisée avec Python et la bibliothèque de calcul symbolique SymPy, ne représentant qu'environ 100 dollars, soit l'équivalent de 96 processeurs fonctionnant pendant une semaine.
von Hippel a déploré que, lorsqu'il menait ce type de recherche il y a dix ans, 96 processeurs fonctionnant pendant une semaine représentaient un investissement considérable, alors qu'aujourd'hui, tant qu'il existe une raison suffisante, cette quantité de ressources est tout à fait abordable.
Le sentiment du vérificateur : comme un soufflé qui s'est effondré
À la fin de l'article se trouve un post-scriptum rédigé par Dixon lui-même, intitulé « Ce que l'on ressent lorsqu'on se fait devancer par une machine ».
Il a écrit que, le 1er septembre, les deux chercheurs d'Anthropic lui ont dit que Claude avait calculé l'amplitude à neuf boucles et lui ont demandé de vérifier le résultat. Pour lui, ce moment est celui où l'idée que les grands modèles de langage changent la physique « l'a vraiment frappé ».
Ce qui a impressionné Dixon, ce n'est pas tant l'ampleur du calcul que la fragilité de l'ensemble du processus. Selon sa description, si une seule partie de cette recette de calcul se passait mal, tout le résultat s'effondrerait comme un soufflé raté, et le chercheur devrait revenir en arrière et dépanner laborieusement. De plus, de nombreux détails de construction étaient si fastidieux qu'ils ne seraient pas entièrement écrits dans un article, ce qui signifiait que Claude devait construire tout le code à partir de zéro.
Comme il est relativement facile de déduire le facteur de forme à neuf boucles à partir de l'amplitude à neuf boucles, Dixon a principalement effectué la vérification le long de cette voie. Cela a également conduit à une situation légèrement délicate : ce qu'il a passé deux semaines à vérifier était précisément l'objectif que sa propre équipe poursuivait depuis plusieurs années.
Il a admis qu'il ne se sentait pas frustré, pour deux raisons.
Son équipe utilisait déjà des modèles Transformer personnalisés pour prédire des résultats à des ordres de boucles plus élevés, et avait même avancé un slogan selon lequel tant que la machine donne une réponse candidate, ils disposent d'un ensemble complet d'outils pour la vérifier.
Lors de la résolution du problème, Claude a utilisé exactement les méthodes que Dixon et ses collaborateurs avaient développées au fil de nombreuses années, et même le format de présentation des résultats suivait leurs conventions existantes. Selon lui, pendant qu'il vérifiait Claude, Claude vérifiait aussi tout leur travail passé. C'est également l'origine de sa remarque selon laquelle « Claude comprend nos articles mieux que quiconque ».
Mais au milieu des éloges, Dixon a également déclaré que, selon lui, le moment qui fera vraiment que les gens se tourneront et se retourneront dans leur lit viendra lorsqu'un modèle proposera de nouveaux principes et de nouvelles idées physiques avant les humains.
Une équipe chinoise est arrivée presque simultanément
Il existe également un fil parallèle à cette histoire, et il est lié à la Chine.
Quelques jours seulement après qu'Anthropic a contacté von Hippel, Song He, de l'Institut de physique théorique de l'Académie chinoise des sciences, a également pris contact : son groupe de recherche avait déjà obtenu la majeure partie du résultat à neuf boucles. Le 17 septembre, Song He, Jirong Jing et Xiang Li ont publié publiquement un ensemble de données sur Zenodo intitulé « Le symbole des amplitudes MHV à six gluons jusqu'à neuf boucles », couvrant les données symboliques de deux à neuf boucles.
https://zenodo.org/records/22800071
Selon les descriptions de von Hippel et Dixon, l'équipe de Song He a également utilisé une assistance par IA basée sur GPT-6, mais uniquement pour calculer certaines des contraintes, tandis que le cadre global était encore construit par des humains. Cela est complètement différent de la voie presque entièrement automatisée d'Anthropic consistant en « une invite plus des continuations répétées ».
Dans le post-scriptum, Dixon se moqua de lui-même : en l'espace de deux semaines, il avait été devancé d'abord par « une machine », puis par « des humains plus des machines ».
von Hippel a précisé que l'atmosphère entre les parties était plutôt amicale. Ensuite, Dixon, Song He et leurs collaborateurs publieront ces résultats et fourniront des explications et analyses détaillées pour les chercheurs ultérieurs.
La rétrospective du challenger : il y a plus de fruits à portée de main qu'imaginé
Revenons à von Hippel lui-même. Lorsqu'il a initialement lancé le défi, il voulait utiliser un domaine qu'il connaissait bien pour répondre à cette question : l'IA peut-elle réellement contourner ces goulots d'étranglement informatiques que tout le monde suppose insurmontables ?
La logique dans son texte de défi initial était la suivante : tout le monde à l'extérieur débat de la capacité de l'IA à produire des idées véritablement nouvelles, mais la difficulté à trouver des idées ne se connaît qu'après les avoir trouvées ; la difficulté du calcul est plus « concrète ». De nombreux scénarios apocalyptiques sur la superintelligence, allant de la simulation de l'esprit humain pour manipuler le cœur des gens à la conception de nanomachines à partir des premiers principes, se heurtent à la réfutation standard des critiques selon laquelle il n'y a pas assez de puissance de calcul. Si l'IA peut utiliser des ressources de niveau académique pour résoudre un problème généralement reconnu comme limité par le calcul, ce serait vraiment une raison de s'inquiéter.
Et le résultat ? La conclusion de von Hippel est très franche : cette fois, il n'est pas apparu ce genre de « franchissement de la barrière du calcul d'une manière inattendue » qu'il espérait.
Claude a utilisé des méthodes connues, seulement avec un peu plus de puissance de calcul que ce que les humains étaient auparavant disposés à investir. Il a peut-être bénéficié de l'utilisation de Python plutôt que de Maple ou Mathematica, auxquels les physiciens sont habitués, et ses pratiques d'ingénierie logicielle ont peut-être aussi été plus standardisées que celles des chercheurs humains, mais il n'a pas atteint le niveau de « superintelligence ». Le fait que l'équipe de Song He soit arrivée presque simultanément montre également sous un autre angle que cet objectif n'est pas hors de portée humaine.
Son plus grand enseignement de cette expérience est le suivant : même si l'objectif est simple et clair, les choses qui semblent hors de portée aux yeux des experts peuvent en réalité ne pas être si difficiles, et il y a plus de fruits à portée de main que prévu. Pendant des années, des amis issus de l'informatique lui avaient dit que les chercheurs en amplitude pourraient faire de grands progrès simplement en embauchant quelques programmeurs de plus, et von Hippel a admis que ces personnes peuvent maintenant estimer qu'ils avaient raison.
Mais il a aussi souligné l'autre côté. Ce type de calcul est fastidieux et désordonné, et s'il avait lui-même utilisé 96 processeurs pendant une semaine, il aurait presque certainement vu cela s'étendre à deux semaines à cause d'une première erreur. Claude Science, en revanche, l'a exécuté d'un seul coup avec presque aucune supervision scientifique, sans dépendre des contributions d'aucun collaborateur externe. Son conseil à ceux qui pensent encore que l'IA est pleine d'erreurs et pas à la hauteur est le suivant : ce type de travail, elle peut désormais l'accomplir de manière fiable.
Il a également fait une comparaison longitudinale. En mars de cette année, dans l'expérience de « vibe physics » d'Anthropic, l'IA réalisant des projets de physique était encore comme un étudiant, avec de petites échelles de tâches, nécessitant beaucoup d'encadrement, et commettant fréquemment des erreurs. Un demi-siècle plus tard, ce qu'elle a accompli était déjà un calcul de frontière que seuls les meilleurs experts du domaine de l'amplitude aborderaient. Il n'a pas exclu que ce soit par hasard un problème particulièrement adapté à l'IA, mais il a jugé que la technologie elle-même était effectivement devenue plus forte.
Quant à savoir si cela peut être généralisé, von Hippel reste prudent. Les modèles jouets comme N=4 appartiennent généralement à un cercle de recherche très restreint, tandis que les calculs d'amplitude pour le monde réel sont bien plus compétitifs, où les fruits à portée de main peuvent être encore plus rares. Mais il rappelle aussi aux chercheurs effectuant ces calculs que s'ils n'ont pas encore essayé de faire tenter à une plateforme de recherche par IA une percée en une seule fois sur des calculs de frontière, ils devraient essayer, et en même temps être préparés avec un plan pour vérifier les résultats. Il ne serait pas trop surpris si quelqu'un pouvait extraire une boucle supplémentaire dans un budget raisonnable.
Réflexions finales
Replacer cette affaire dans le contexte de septembre la rend encore plus intéressante.
Le 8 de ce mois, OpenAI a annoncé que son modèle non divulgué avait mobilisé des dizaines de milliers d'agents IA et produit un contre-exemple au problème d'existence et de régularité des équations de Navier-Stokes, qui est l'un des problèmes du prix du millénaire ; le résultat est encore en cours d'examen par la communauté mathématique. Comparé à ce genre d'« opération de grande envergure » utilisant une puissance de calcul massive, l'histoire de l'amplitude à neuf boucles semble beaucoup plus modeste : une plateforme de recherche commerciale, une seule description de tâche, quelques milliers de dollars, et quelques jours.
Et précisément parce qu'il est modeste, il mérite peut-être davantage l'attention du monde universitaire. von Hippel a finalement admis qu'il avait initialement espéré utiliser ce défi pour entrevoir l'avenir, pour voir une méthode de calcul nouvelle et sans précédent, et ainsi obtenir un jugement fondé sur des preuves dans le débat sur la superintelligence. Mais la réponse qu'il a obtenue était que sa compréhension antérieure de l'emplacement des limites avait été trop naïve.
Et la question que Dixon a laissée derrière elle reste encore en suspens : lorsque les grands modèles ne se contentent plus d'exécuter des recettes écrites par des humains, mais commencent à proposer de nouveaux principes physiques avant les humains, comment les physiciens doivent-ils se positionner ?
© THE END
Cet article provient du compte public WeChat « Machine Heart » (ID : almosthuman2014), auteur : Machine Heart
