Tekoäly löysi kaavan, jota kukaan ei ollut etsinyt
OpenAI:n GPT-5.2-mallin tutkimusversio on johtanut uuteen tulokseen teoreettisessa fysiikassa. Malli johti itsenäisesti kaavan gluonien sirontaamplitudeille, joka osoittaa aiemmin nollaksi oletetun amplitudiluokan voivan saada nollasta poikkeavia arvoja. Tulos on julkaistu arXiv-palvelussa.
Kyseessä on merkittävä saavutus, sillä ongelma on ollut avoinna vuosikymmeniä. Gluonit ovat vahvan ydinvoiman välittäjähiukkasia, ja niiden sirontaamplitudien tarkka laskeminen on keskeistä hiukkasfysiikan ymmärtämiselle.
Malli käytti tuloksen johtamiseen noin 12 tuntia autonomista päättelyä. OpenAI:n mukaan malli valitsi lähestymistavan, jota ihmistutkijat eivät olleet kokeilleet.
“Malli valitsi polun, jota kukaan ihminen ei olisi kokeillut. Se yhdisti tekniikoita eri fysiikan osa-alueilta tavalla, joka ei ole tyypillinen ihmistutkijalle. Tulos on matemaattisesti pätevä ja fysikaalisesti mielekäs.”
Riippumaton vahvistus kolmelta yliopistolta
Tuloksen ovat vahvistaneet itsenäisesti Harvardin yliopiston Andrew Strominger, Cambridgen yliopiston David Skinner ja Institute for Advanced Studyn Alfredo Guevara. Kukin tutkija tarkisti mallin johtaman kaavan omilla menetelmillään.
Stromingerin mukaan tulos on merkittävä kahdesta syystä. Ensinnäkin se korjaa pitkään vallinneen virheellisen oletuksen tietyn amplitudiluokan käyttäytymisestä. Toiseksi se osoittaa, että tekoäly voi tehdä aidosti uutta tutkimusta, ei pelkästään toistaa tunnettuja tuloksia.
Tärkeä tarkennus: kyseessä tutkimusversio
On olennaista ymmärtää, ettei kyseessä ole sama GPT-5.2, jota kuluttajat käyttävät ChatGPT:n kautta. OpenAI käytti erityistä tutkimuskäyttöön räätälöityä versiota, jossa mallille annettiin tukirakenteet (scaffolding) pitkäkestoiseen tieteelliseen päättelyyn. Mallilla oli pääsy matemaattisiin työkaluihin ja symboliseen laskentaan.
Tämä erottelu on tärkeä, sillä se vaikuttaa siihen, miten tulosta tulisi arvioida. Yksittäinen ohjattu tutkimustehtävä on eri asia kuin yleiskäyttöinen tieteellinen päättelykyky. Malli ei keksinyt tutkimuskysymystä itse, vaan se ohjattiin tutkimaan tiettyä ongelma-aluetta.
Siitä huolimatta tulos on historiallinen. Se on ensimmäinen kerta, kun tekoälymalli on johtanut aidosti uuden, vertaisarvioidun tuloksen teoreettisessa fysiikassa. Aiemmat tekoälyn tieteelliset saavutukset ovat liittyneet pääasiassa proteiinien rakenteen ennustamiseen ja materiaalitieteen optimointiin.
OpenAI:n mukaan tulokset viittaavat siihen, että tekoäly voi toimia tutkijoiden kumppanina, ei pelkästään työkaluna. Arvioijat muistuttavat kuitenkin, että yksittäisestä läpimurrosta on pitkä matka systemaattiseen tieteelliseen löytökykyyn.
