Стандартная модель — одно из величайших достижений современной науки. Она описывает кварки, электроны, нейтрино и другие элементарные частицы, а также сильное, слабое и электромагнитное взаимодействия. Её предсказания подтверждены бесчисленными экспериментами, в том числе на Большом адронном коллайдере. Однако у этой удивительно точной теории до сих пор остаются проблемы с математическим фундаментом.
Дело в том, что большинство расчётов физики выполняют с помощью теории возмущений. Сначала рассматривают упрощённую систему, затем постепенно добавляют влияние взаимодействий. Метод работает блестяще — но далеко не всегда. Например, масса протона преимущественно возникает благодаря взаимодействию кварков и глюонов. Если попытаться описать её как небольшую поправку к системе свободных частиц, ничего не получится.
Один из способов преодолеть ограничение — представить пространство и время в виде математической решётки. Вместо бесконечного непрерывного пространства физики получают множество узлов, в которых можно рассчитывать поведение полей и частиц.
Этот метод уже успешно применяется при изучении сильного взаимодействия. Но перенести на решётку всю Стандартную модель оказалось значительно сложнее. Главная трудность связана с необычным свойством слабого взаимодействия. Оно различает так называемые левые и правые компоненты фермионов. В определённом смысле природа здесь несимметрична по отношению к зеркальному отражению. При обычном переносе такой теории на решётку математическое описание начинает порождать лишние состояния частиц. А попытки устранить их создают другие проблемы — с симметрией и согласованностью вычислений. Физики десятилетиями разрабатывали способы обойти это препятствие. Существенный вклад внесли Мартин Люшер, Герберт Нойбергер и другие исследователи.
Натаниэль Крейг, руководитель группы теории элементарных частиц Калифорнийского университета в Санта-Барбаре, предложил новый подход: рассматривать одну и ту же конфигурацию физических полей на последовательности всё более мелких решёток. Сопоставляя результаты, можно определить недостающее правило, позволяющее согласованно складывать квантовые амплитуды без нарушения необходимых симметрий. Именно здесь к работе подключился GPT-6 Astra.
По словам Крейга, первоначальная идея принадлежала ему, но самостоятельно доказать её применимость ко всем необходимым случаям он не смог. ИИ предложил способ переноса полей на более тонкие решётки, помог показать сходимость математической конструкции и взял на себя значительную часть разработки подробного доказательства.
Научная работа была опубликована 6 октября 2026 года в виде препринта. А 15 ноября физик впервые подробно рассказал, какую роль в её подготовке сыграл искусственный интеллект. При этом проверка результата не была доверена одной машине. Специалисты по решёточным теориям поля изучали доказательство и задавали автору вопросы. Часть математических утверждений удалось дополнительно формализовать и проверить в системе Lean 4. Но даже такая проверка ещё не означает окончательного решения проблемы.
Предложенная конструкция пока существует прежде всего как математическая возможность. Остаётся исследовать её важнейшие физические свойства, выяснить, как перейти от дискретной решётки к непрерывному пространству-времени и можно ли использовать метод для практических вычислений. Тем не менее работа уже вызвала интерес других теоретиков. В начале ноября физик Эдвард Виттен опубликовал статью, рассматривающую альтернативный вариант предложенного подхода. Сам Крейг подчёркивает: это начало исследования, а не его завершение.
И всё же происходящее знаменует любопытный поворот в истории науки. До сих пор мы привыкли воспринимать искусственный интеллект прежде всего как инструмент обработки информации. Он находил закономерности в огромных массивах данных, помогал писать программы, ускорял расчёты. Теперь появляются примеры, когда ИИ участвует непосредственно в построении новых математических доказательств. Он не открыл новую элементарную частицу и не объяснил, почему возникла Вселенная. Но помог учёному продвинуться в решении фундаментальной задачи, над которой физики размышляли десятилетиями.
И самое важное здесь — не скорость машинного мышления, а появление новой формы научного сотрудничества. Человек предлагает направление поиска, искусственный интеллект помогает исследовать математические возможности, а научное сообщество проверяет полученный результат. И граница между инструментом исследования и участником интеллектуального открытия становится всё интереснее.