Claudeが理論物理学の難問「9ループ計算」を達成
Yes, Claude can do Nine Loops
物理学者のマット・フォン・ヒッペル氏が提起した、AI企業に対する理論物理学の難問「9ループ計算」に対し、Anthropic社のAI「Claude」が、学術界で利用可能な計算資源の範囲内でこれを達成した。Claudeは、N=4超ヤン・ミルズ理論における6粒子(ヘキサゴン)振幅の9ループ計算を、ブートストラップ法と間接的なフォールド・ファクター法という2つの異なるアプローチで実行した。この計算は、通常、高度な専門知識と計算能力を必要とするが、Claudeは比較的安価な計算コスト(約1000〜2000ドル)でこれを実現した。この成果は、AIが科学研究のフロンティア問題に自律的に取り組む能力を示しており、計算リソースの限界を押し広げる可能性を示唆している。一方で、計算自体は既存の手法を用いたものであり、新たな物理原理の発見には至っていない。この成果は、Lance Dixon教授らによって検証され、Song He氏らのグループもGPT-6を用いたAI支援で部分的に同様の計算を達成している。
- AnthropicのAI「Claude」が、N=4超ヤン・ミルズ理論における6粒子(ヘキサゴン)振幅の9ループ計算を達成した。
- ブートストラップ法と間接的フォールド・ファクター法という2つの異なるアプローチで計算を実行し、約1,000〜2,000ドルの計算コストで実現した。
- 物理学者マット・フォン・ヒッペル氏が提起したAI企業向けの難問に応える形で達成され、Lance Dixon教授らにより検証された。
- Song He氏らのグループもGPT系モデルを用いたAI支援で部分的に同様の計算を達成しており、フロンティアモデル間の競争が科学計算領域に及んでいる。
- 計算は既存手法の適用にとどまり、新たな物理原理の発見には至っていない。
AnthropicのClaudeが理論物理学の未解決級計算課題を1,000〜2,000ドル規模の計算コストで達成した点は、AIが科学研究のフロンティアを自律的に開拓しうることを示す実証例であり、汎用モデルの能力上限と推論コスト効率の両面で注目に値する。ただし既存手法の適用にとどまり新たな物理原理の発見には至っておらず、外部研究者による検証が前提である点は割り引いて見るべき。フロンティアラボ間のベンチマーク競争(他社のGPT系モデルによる部分達成)が、科学用途のAI需要と計算資源投資をさらに押し上げる材料になるか注目したい。