OpenAI : GPT‑5.2 dérive et prouve une nouvelle formule dans la première avancée en physique de l’IA

En résumé

Le dernier préprint d’OpenAI rapporte que GPT‑5.2 a dérivé et prouvé une amplitude de gluon auparavant négligée, relançant le débat sur la question de savoir si les systèmes d’IA avancés contribuent désormais à des insights originaux en physique théorique.

OpenAI a annoncé avoir publié un nouveau préprint de recherche détaillant un travail dans lequel son modèle GPT‑5.2 a identifié de manière indépendante un motif mathématique et a produit une preuve formelle, un résultat que l’organisation décrit comme la première contribution originale en physique théorique générée par l’un de ses systèmes.

L’étude examine une hypothèse de longue date en physique des particules concernant les interactions de gluons, concluant qu’une classe d’amplitudes de diffusion, auparavant considérée comme nulle, peut en réalité être non nulle dans des conditions spécifiques de moment.

Le préprint, intitulé « Les amplitudes de gluons à un seul signe négatif sont non nulles », est rédigé par des chercheurs de l’Institut d’études avancées, de l’Université Vanderbilt, de l’Université de Cambridge, de Harvard et d’OpenAI. Il se concentre sur les amplitudes de diffusion, les quantités utilisées pour calculer la probabilité d’interactions de particules.

Alors que de nombreuses amplitudes de gluons se simplifient au niveau de l’arbre, les configurations impliquant un gluon à hélicité négative et plusieurs gluons à hélicité positive ont traditionnellement été traitées comme donnant une amplitude nulle selon des arguments standards.

Les auteurs rapportent que cette conclusion ne tient pas dans une région précisément définie de l’espace de moment, connue sous le nom de régime semi-colinéaire, où les moments des particules s’alignent d’une manière spéciale mais mathématiquement cohérente. Dans ce régime, l’amplitude ne s’annule pas, et l’équipe fournit un calcul explicite. La découverte ouvre de nouvelles voies pour des travaux futurs, y compris des extensions aux amplitudes de gravitons.

Un aspect notable de la recherche concerne la méthodologie. GPT‑5.2 Pro a d’abord proposé la formule générale qui apparaît comme l’équation (39) dans le préprint, après avoir simplifié des expressions complexes dérivées manuellement pour des cas de moindre ordre. Une version interne structurée de GPT‑5.2 a ensuite passé environ 12 heures à raisonner sur le problème, arrivant indépendamment à la même formule et générant une preuve formelle. Le résultat a été vérifié par la suite à l’aide de techniques établies telles que la relation de récursion de Berends–Giele et les vérifications par limite douce.

Selon les auteurs, cette approche a déjà été appliquée pour étendre l’analyse des gluons à celle des gravitons, avec d’autres généralités en cours. OpenAI indique que d’autres découvertes assistées par l’IA seront détaillées dans de futures publications.

La preuve croissante de découvertes menées par l’IA alimente le débat sur la capacité des machines à générer une nouvelle science

À la suite de cette étape importante dans la recherche d’OpenAI, le débat devrait se poursuivre sur la question de savoir si l’intelligence artificielle peut véritablement générer de nouvelles idées scientifiques. Les sceptiques sont probablement enclins à remettre en question si les modèles découvrent des insights innovants ou se contentent de recombiner de manière sophistiquée des informations existantes.

Cependant, le corpus croissant de résultats issus de systèmes avancés rend cette distinction de plus en plus difficile à établir. Alors que l’IA commence à sonder et à remettre en question des hypothèses qui ont façonné de grandes disciplines scientifiques depuis des décennies, la notion de découverte par machine passe de la fiction spéculative à un développement qui semble de plus en plus imminent.