Claude calcula amplitude de nove loops em física teórica
O desafio de von Hippel
Matt von Hippel, ex-físico teórico e hoje escritor de ciência, lançou um desafio às empresas de IA: resolver um problema de fronteira em sua antiga área, a amplitudeologia, usando os mesmos recursos computacionais de um acadêmico. Ele queria ver um LLM superar uma barreira que era computacional - não conceitual - e assim formar sua própria opinião sobre o que a IA pode fazer, em meio ao desacordo entre especialistas sobre superinteligência ou um teto próximo dos modelos atuais.
Amplitudes de espalhamento são fórmulas que permitem comparar previsões de física de partículas com experimentos como o LHC. Como são difíceis de calcular, os físicos usam aproximações limitadas por número de "loops": a maioria dos resultados chega a dois loops, poucos a três, e a previsão mais precisa conhecida usou cinco. As técnicas são testadas em "toy models", como o N=4 super Yang-Mills, uma teoria irrealista mas mais fácil de calcular. Lance Dixon, do SLAC, havia chegado a oito loops em 2023, via uma rota indireta ligada ao "form factor"; ninguém havia obtido o nono loop, nem sequer com o método usual de bootstrap.
O que a Anthropic fez
No fim de agosto, os físicos da Anthropic Liam Fitzpatrick e Siddharth Mishra-Sharma, que liam o blog de von Hippel, o procuraram dizendo que haviam resolvido o desafio. Eles usaram o Fable 5.1 dentro do Claude Science, uma "harness" que envolve o LLM com regras e prompts estruturados. Após perguntar ao Claude qual problema tinha mais chance de resolver, deram um prompt simples com o enunciado do nono loop e apenas instruções para continuar trabalhando, com atualizações a cada 4 a 6 horas. O modelo executou o cálculo de duas formas: pelo bootstrap original (com Python e SymPy, custando cerca de US$ 100, o equivalente a 96 CPUs por uma semana) e pela rota indireta via form factor. Cada abordagem custaria a um usuário final entre US$ 1.000 e US$ 2.000. Lance Dixon validou o resultado - e ficou impressionado não pelo volume computacional, mas pela fragilidade do processo: qualquer erro derruba tudo, e o Claude teve de escrever o código do zero, sem supervisão científica além de "continue".
Dias depois, Song He, da Academia Chinesa de Ciências em Pequim, informou que seu grupo já tinha a maior parte do resultado, usando assistência de IA baseada no GPT-6, mas com uma abordagem diferente da quase autônoma da Anthropic. Os humanos (Dixon e Song e colaboradores) ficarão com a publicação e a análise.
As lições que von Hippel tira
O autor esperava ver a IA superar uma barreira computacional de forma surpreendente; em vez disso, o Claude usou métodos conhecidos com mais computação do que os humanos haviam tentado. Sua maior conclusão: há mais "frutas baixas" do que os especialistas imaginam - objetivos simples e bem definidos podem parecer menos alcançáveis do que realmente são. Ele nota que quem defendia que a área deveria contratar programadores deve se sentir reivindicado.
O feito também mostra confiabilidade: cálculos tão delicados quase garantem erros na primeira tentativa humana, mas a harness levou o resultado ao fim sem colaboração externa. Para von Hippel, o progresso desde março - quando a IA fazia projetos de física "como um estudante" - indica melhora real da tecnologia, embora ele não saiba até onde generalizar: os toy models têm comunidades pequenas, e talvez haja menos espaço assim nos cálculos do mundo real, mas ele não contaria com isso e sugere que essas áreas testem harnesses de IA em cálculos de fronteira.
O autor conclui que não obteve o que mais queria: um vislumbre do futuro sobre superinteligência e limites computacionais. Aprendeu que a IA pode fazer trabalho relevante de forma autônoma dentro do orçamento acadêmico - mas descobriu, na prática, que era ingênuo sobre onde o limite estava. No posfácio, Dixon diz que o momento de reflexão maior virá quando os LLMs propuserem novos princípios físicos antes dos humanos.