OpenAI cho biết GPT-6 Astra đã giúp chứng minh một định nghĩa ứng viên cho Mô hình Chuẩn trên mạng tinh thể
Trong bài viết khách mời đầu tiên trên blog khoa học mới của OpenAI, nhà vật lý Nathaniel Craig — nhà khoa học thỉnh giảng tại OpenAI, đồng thời đứng đầu nhóm lý thuyết hạt tại UC Santa Barbara — mô tả một bản thảo tiền ấn phẩm hồi tháng 10 đề xuất một định nghĩa ứng viên phi nhiễu loạn trên mạng tinh thể cho Mô hình Chuẩn. Phần khó là lực yếu: nếu đưa lên mạng tinh thể theo cách ngây thơ, các fermion thuận tay trái sẽ đi kèm những đối tác thuận tay phải không mong muốn, còn pha của độ đo fermion phải được xác định nhất quán qua mọi vòng lặp của các cấu hình trường lực.
Craig cho biết ông đã có chiến lược: biểu diễn cùng các trường lực trên một chuỗi lưới ngày càng mịn hơn rồi cộng các hiệu chỉnh pha giữa những lưới liền kề, nhưng ông không thể chứng minh chiến lược này có hiệu quả trong mọi trường hợp. Ông nói GPT-6 Astra đã đề xuất cách đưa các trường lên những lưới mịn hơn, chỉ ra rằng các phép so sánh hội tụ và đóng vai trò chủ đạo trong việc phát triển chứng minh chi tiết. Các nhà lý thuyết trường mạng tinh thể Maarten Golterman, Andreas Kronfeld và Yigal Shamir đã rà soát chứng minh và đặt câu hỏi.
Đây là những tường thuật của chính Craig và OpenAI. Craig nói kết quả này là một định nghĩa “ứng viên”, chỉ có hiệu lực khi cường độ trường bị giới hạn ở thang lưới, và cần có đối thoại khoa học giữa các chuyên gia để xác định liệu nó có đủ mọi tính chất mong muốn hay không. Ông gọi đây là câu trả lời về nguyên tắc chứ chưa phải trong thực tiễn, đồng thời cho biết hiện ông đang xem xét liệu định nghĩa này có thỏa mãn tính dương phản xạ ở khoảng cách lưới hữu hạn hay không.
Nguồn
Nhận tin như thế này qua thông báo đẩy.
AI Tracker báo cho bạn khi công cụ bạn dùng có thay đổi.