3 poin oleh GN⁺ 2026-02-14 | 3 komentar | Bagikan ke WhatsApp
  • GPT‑5.2 mengusulkan rumus baru untuk amplitudo hamburan gluon, pembawa gaya nuklir kuat, lalu model internal OpenAI dan para peneliti membuktikan serta memverifikasinya
  • Sebelumnya, interaksi gluon dengan kombinasi helicity tertentu dianggap tidak terjadi, tetapi riset ini memastikan bahwa dalam kondisi momentum tertentu (wilayah half-collinear) nilainya tidak nol
  • GPT‑5.2 Pro menyederhanakan persamaan perhitungan diagram Feynman yang kompleks dan menurunkan pola serta rumus yang dapat digeneralisasi
  • scaffolded GPT‑5.2 internal secara independen menurunkan rumus yang sama setelah sekitar 12 jam penalaran dan menyelesaikan pembuktian formal
  • Riset ini dinilai sebagai contoh bahwa kolaborasi AI dan peneliti manusia dapat menciptakan pengetahuan baru dalam fisika teoretis

Rumus amplitudo gluon baru yang diusulkan GPT‑5.2

  • Dalam makalah preprint baru, GPT‑5.2 mengusulkan rumus untuk amplitudo hamburan gluon, yang kemudian dibuktikan dan diverifikasi oleh model internal OpenAI serta para peneliti
    • Judul makalahnya adalah “Single-minus gluon tree amplitudes are nonzero”
    • Makalah tersebut telah dipublikasikan di arXiv dan sedang dipersiapkan untuk publikasi jurnal
  • Riset ini membahas gluon sebagai pembawa gaya nuklir kuat dan membalikkan perkiraan sebelumnya bahwa interaksi partikel tertentu tidak terjadi
    • Sebelumnya, untuk kombinasi satu gluon dengan helicity negatif dan sisanya gluon dengan helicity positif, amplitudo pada tingkat tree dianggap 0
    • Namun, para peneliti menghitung bahwa amplitudo ini tidak 0 di wilayah momentum half-collinear

Temuan baru di wilayah half-collinear

  • Klaim sebelumnya didasarkan pada asumsi bahwa momentum partikel memiliki arah dan energi yang umum
    • Para peneliti mengidentifikasi irisan tertentu dalam ruang momentum tempat asumsi ini tidak berlaku
  • half-collinear berarti momentum gluon memenuhi kondisi penyelarasan tertentu dan memiliki definisi yang konsisten secara matematis
  • Di wilayah ini, mereka menghitung bahwa amplitudo tidak menghilang, dan memperoleh nilainya dalam kondisi kinematik khusus
  • Hasil ini direncanakan akan diperluas ke perhitungan amplitudo graviton di masa mendatang

Peran GPT‑5.2 dan proses perhitungannya

  • GPT‑5.2 Pro pertama kali menyimpulkan rumus dalam bentuk Eq.(39)
    • Para peneliti manusia menyajikan persamaan kompleks yang dihitung manual untuk nilai n kecil (Eq.29–32)
    • GPT‑5.2 Pro menyederhanakannya menjadi bentuk ringkas (Eq.35–38) dan menemukan pola yang dapat digeneralisasi
  • scaffolded GPT‑5.2 internal secara independen menurunkan rumus yang sama selama sekitar 12 jam dan menyelesaikan pembuktian formal
    • Rumus ini diverifikasi secara analitis memenuhi relasi rekurens Berends–Giele
    • Selain itu, verifikasi soft theorem memastikan bahwa hasilnya konsisten dengan perilaku partikel saat menjadi ‘soft’

Ekspansi riset dan prospek ke depan

  • Dengan bantuan GPT‑5.2, perhitungan amplitudo gluon diperluas ke amplitudo graviton
  • Riset generalisasi tambahan sedang berlangsung, dan hasil riset berbantuan AI lainnya juga akan dilaporkan di masa mendatang
  • Riset ini menunjukkan bahwa AI dapat berkontribusi secara nyata dalam menemukan struktur matematis baru dalam fisika teoretis

Penilaian para fisikawan

  • Nima Arkani-Hamed (Institute for Advanced Study) menyoroti fenomena ketika persamaan perhitungan yang kompleks dapat diringkas menjadi bentuk sederhana,
    dan menyatakan bahwa rumus sederhana dapat menjadi titik awal untuk menemukan struktur fisika baru
    • Ia menyebut telah lama berharap proses penyederhanaan semacam ini dapat diotomatisasi oleh komputer
  • Nathaniel Craig (UC Santa Barbara) menilai riset ini sebagai “riset tingkat akademik yang memperluas garis depan fisika teoretis
    • Ia menekankan bahwa kolaborasi antara GPT‑5.2 dan peneliti manusia telah menghasilkan wawasan ilmiah baru dalam bentuk yang dapat diverifikasi
    • Hal ini menegaskan bahwa dialog antara fisikawan dan LLM dapat mengarah pada penciptaan pengetahuan yang benar-benar baru

3 komentar

 
GN⁺ 2026-02-15
Opini Hacker News
  • Jika hanya melihat judul artikelnya, kesannya seolah AI sendiri menemukan hasil baru dalam fisika, padahal kenyataannya manusia yang merumuskan masalahnya dan GPT menyederhanakan persamaan rumit untuk menemukan solusinya

    • GPT Pro mengerjakan tugas ini selama 12 jam, dan menurut pengalaman saya LLM bisa menciptakan hal baru sebagai kombinasi linear dari elemen yang sudah ada, tetapi masih sulit untuk benar-benar mencipta di ranah yang sepenuhnya baru
    • Manusia telah menghitung Feynman diagram yang rumit hingga n=6 tetapi tidak berhasil menemukan rumus umumnya; GPT-lah yang menyederhanakan dan menggeneralisasikannya
    • Namun, hasil semacam ini sebenarnya sudah pernah diteliti secara serupa pada 1986
    • Karena para penelitinya adalah fisikawan ternama seperti Guevara, Lupsasca, Skinner, dan Strominger, pengguna biasa akan sulit mereproduksinya hanya dengan prompt
    • Ada juga pendapat bahwa perbedaan antara “kombinasi hal-hal yang sudah ada” dan “first principles” itu kabur, dan bahkan manusia pun jarang membuat penemuan yang sepenuhnya baru
    • Dengan mencontoh tahap perkembangan mesin catur, ada prediksi bahwa LLM pada akhirnya akan mencapai Stage 4 yang melampaui manusia
  • Setiap kali ada terobosan baru dari AI, selalu banyak orang yang meremehkannya dengan mengatakan “ini bukan inovasi yang sesungguhnya”

    • Misalnya, pada kasus GPT‑5.2 yang memecahkan masalah Erdős, ada sebagian orang yang mengklaim lebih paham daripada peraih Medali Fields Terence Tao
    • Sebaliknya, ada juga kritik bahwa hasil-hasil semacam ini dibesar-besarkan — sebenarnya dibantu oleh makalah yang sudah ada atau alat non‑AI seperti Aristotle
    • AI hype yang berlebihan tentang inovasi yang katanya sudah di ambang pintu juga bermasalah, dan analisis yang objektif tetap dibutuhkan
    • Dari sudut pandang lain, citra negatif membesar karena para eksekutif memakai pencapaian seperti ini untuk mewajibkan AI atau membenarkan PHK
    • Ada juga pendapat bahwa banyak orang bereaksi defensif karena cemas karier mereka sedang terancam
    • Daripada mengatakan “AI memperoleh insight”, sering kali yang sebenarnya terjadi adalah manusia memberi arah dan AI melakukan perhitungan
    • Ada analisis bahwa hasilnya kerap dibesar-besarkan, padahal pada praktiknya lebih berupa penyederhanaan dan generalisasi rumus
  • Fakta bahwa GPT‑5.2 menalar masalah ini selama 12 jam untuk menghasilkan rumus dan bukti terasa mengesankan

    • Secara pribadi, saat memakai GPT‑5.2 Thinking Extended, saya mendapat kesan bahwa model ini mampu mempertahankan pemikiran matematis yang konsisten dalam waktu lama
    • Versi 5.3 dan codex CLI sangat unggul dalam pengelolaan status dan mempertahankan konteks, dan diduga ada algoritma kompresi internal untuk eksekusi jangka panjang
    • Bahkan setelah batas 30 menit terlewati, pekerjaan bisa dilanjutkan dengan meminta ulang secara manual
  • AI bisa menjadi alat pengganda produktivitas bagi orang yang terampil

    • Seperti kasus kompiler C dari Anthropic, strukturnya adalah manusia mendefinisikan masalah dan merancang pengujian, sementara AI menjalankan pekerjaan berulang
    • Ada kritik bahwa narasi “AI menggantikan manusia” lebih mirip pemasaran untuk menarik perhatian dan pendanaan, sekaligus menutupi kerja keras para peneliti yang sebenarnya
    • Namun, jika tenaga kerja yang sebelumnya bekerja sebagai tim digantikan oleh satu orang dan AI, kekhawatiran realistisnya adalah tetap akan ada kehilangan 90% pekerjaan
    • Saat ini manusia masih menangani 10% terakhir dalam pendefinisian masalah atau verifikasi, tetapi suatu hari bagian itu pun bisa tergantikan
    • Sebagian orang skeptis dan menilai hasilnya dibesar-besarkan, bahkan performa nyatanya jauh lebih buruk daripada yang diberitakan media
    • Ada juga komentar sinis bahwa istilah “pengganda produktivitas” pada kenyataannya hanya berarti kelipatan dalam rentang [0;1)
  • GPT‑5.2 tampaknya bukan “sendirian” menghasilkan hasil fisika baru, melainkan lebih tepat disebut membuktikan rumus yang telah digeneralisasi lewat kolaborasi dengan manusia

    • Jika melihat makalahnya, kontribusi GPT cukup layak untuk status penulis, tetapi judulnya memberi kesan yang berlebihan
  • Sebelumnya juga pernah ada klaim bahwa ChatGPT memecahkan masalah Erdős, tetapi verifikasinya kurang memadai

    • Faktanya, OpenAI tidak pernah membuat klaim seperti itu, dan pada beberapa masalah memang ada contoh LLM memberi kontribusi yang orisinal
    • Kombinasinya dengan alat verifikasi formal seperti Lean tetap mengesankan
    • Riset kali ini bukan sekadar pemasaran, melainkan upaya serius yang melibatkan fisikawan sungguhan
  • Ada argumen bahwa “insight” manusia pada akhirnya juga hanyalah kombinasi baru dari elemen yang sudah ada

    • Misalnya mata + tongkat + kebutuhan membersihkan = sekop salju, sekop salju + bukit + keinginan bersenang-senang = kereta luncur; kreativitas dijelaskan sebagai hasil kombinasi
    • Dulu orang mengatakan program linear tidak akan bisa membuat “seni sejati”, tetapi sekarang itu sudah mungkin
    • Keinginan untuk mempertahankan kreativitas manusia sangat kuat, tetapi buktinya lemah
    • Sebagian orang membela nilai keberadaan manusia secara moral, dan ada juga pandangan filosofis bahwa bahkan jika AI melampaui manusia di semua bidang, kita tetap harus mengakui nilai keberadaan manusia itu sendiri
  • Judulnya menimbulkan salah paham — kenyataannya GPT‑5.2 hanya menggeneralisasi rumus yang sudah diduga oleh para fisikawan, bukan penemuan baru dalam fisika itu sendiri

  • Dalam riset yang sebenarnya, manusialah yang mendefinisikan masalah, melakukan perhitungan dasar, dan memverifikasi hasil

    • GPT hanya melakukan refactoring rumus, yang perannya lebih mirip kompiler daripada fisikawan
    • Headline sains yang berlebihan semestinya dihindari
  • Ini hasil yang mengesankan, tetapi ke depan sistem verifikasi dan audit akan menjadi keharusan untuk klaim ilmiah yang dihasilkan AI

    • Harus dijelaskan dengan jelas data dan proses penalaran seperti apa yang dilalui, serta apakah ada reproducibility, dan untuk itu dibutuhkan alat riset yang memadai
 
wkdwls7933 2026-02-15

Sepertinya Anda menulis cukup panjang, tetapi saya harap Anda mempertimbangkan perlahan apakah poin-poin yang Anda ajukan itu benar-benar untuk orang lain
atau justru merupakan bentuk pembenaran diri Anda
.

 
wkdwls7933 2026-02-15

Untuk apa?