Principais destaques
- Nove loops calculados: Claude resolveu uma amplitude de espalhamento de nove loops e seis partículas em uma teoria usada para testar técnicas avançadas de física teórica.
- Recorde anterior era de oito: o resultado supera o cálculo de oito loops obtido em 2023 por Lance Dixon e Andy Liu, do SLAC e da Universidade Stanford.
- Não foi uma descoberta de nova física: o modelo aplicou métodos conhecidos, mas executou uma tarefa matemática extremamente complexa com cerca de US$ 1.000 a US$ 2.000 por abordagem.
Há uma diferença importante entre uma IA responder a uma pergunta difícil e conseguir executar, praticamente do início ao fim, uma tarefa de pesquisa que até pouco tempo atrás estava na fronteira do que os físicos conseguiam calcular.
Foi justamente isso que a Anthropic colocou à prova.
A empresa afirma que o Claude calculou uma amplitude de espalhamento de nove loops e seis partículas na teoria N=4 super-Yang–Mills planar, alcançando um resultado que supera o recorde anterior conhecido para esse problema específico.
E há um detalhe ainda mais interessante: o desafio foi lançado publicamente poucas semanas antes.
O desafio veio de um físico 🔬
O ponto de partida foi um desafio proposto pelo físico e escritor científico Matt von Hippel.
A ideia era relativamente simples de explicar, embora nada simples de executar: empresas de inteligência artificial deveriam demonstrar que seus modelos conseguiam resolver um problema em aberto da física teórica usando um orçamento compatível com o de uma pesquisa acadêmica.
A Anthropic decidiu aceitar.
Dois físicos da empresa, Liam Fitzpatrick e Siddharth Mishra-Sharma, orientaram o modelo Fable 5.1 do Claude dentro do ambiente Claude Science.
O comando não era exatamente uma receita pronta: eles forneceram ao modelo uma descrição relativamente curta do problema e instruções para continuar trabalhando durante a noite.
O resultado foi uma tarefa computacional que exigia muito mais do que simplesmente gerar uma resposta em linguagem natural.
Nove loops em vez de oito ⚛️
Para entender o tamanho do salto, é preciso olhar para o conceito de loops.
Amplitudes de espalhamento são fórmulas utilizadas pelos físicos para descrever e prever como partículas subatômicas interagem. Conforme novos loops são adicionados aos cálculos, entram em cena correções quânticas cada vez mais complexas.
É aí que a matemática começa a ficar brutalmente difícil.
A maioria das amplitudes relevantes para problemas do mundo real ainda é calculada em ordens muito menores, frequentemente com apenas dois ou três loops.
Neste caso específico, porém, o recorde anterior era de oito loops, obtido em 2023 por Lance Dixon e Andy Liu.
O Claude chegou ao nono.
| Resultado | Loop | Referência |
|---|---|---|
| Recorde anterior | 8 | Dixon e Liu, 2023 |
| Novo cálculo | 9 | Claude, segundo a Anthropic |
Um loop adicional pode parecer uma diferença pequena na tabela. Na prática, não é.
A complexidade matemática cresce rapidamente conforme o cálculo avança, tornando cada nova ordem um desafio considerável.
E a IA fez por dois caminhos diferentes
Talvez o aspecto mais relevante do experimento não seja apenas chegar ao resultado.
O Claude teria realizado o cálculo de duas maneiras independentes.
1️⃣ Bootstrap direto: o modelo utilizou diretamente uma abordagem de bootstrap para construir o resultado.
2️⃣ Fatores de forma: em paralelo, empregou uma abordagem indireta baseada em fatores de forma.
Cada uma dessas rotas custou aproximadamente US$ 1.000 a US$ 2.000, segundo a descrição do experimento.
A maior parte desse valor veio da própria execução do Claude.
💸 Não estamos falando de milhões em infraestrutura: o experimento foi realizado dentro de uma faixa de custo que von Hippel havia estabelecido justamente para aproximar o teste das condições de uma pesquisa acadêmica.
O detalhe que importa: alguém precisou conferir 🧪
Resultado produzido por IA não vira automaticamente resultado científico.
É aqui que entra Lance Dixon.
O físico passou cerca de duas semanas validando independentemente os resultados apresentados pelo Claude, principalmente por meio do cálculo do fator de forma de nove loops.
Segundo a descrição do trabalho, Dixon considerou o resultado um “verdadeiro triunfo” para um modelo de linguagem de grande porte.
A validação é particularmente importante porque o cálculo envolvia uma receita computacional delicada.
Um erro em uma etapa poderia comprometer toda a construção.
💡 O feito não foi apenas “Claude respondeu corretamente”. O modelo precisou desenvolver o código necessário e executar uma cadeia matemática na qual erros poderiam derrubar o resultado inteiro.
Mas existe uma ressalva importante
O experimento não significa que Claude tenha descoberto uma nova lei da natureza.
A teoria utilizada é a N=4 super-Yang–Mills planar, uma construção teórica altamente simétrica que não descreve diretamente as partículas observadas no mundo real.
Ela funciona, nesse contexto, como uma espécie de laboratório matemático.
Os pesquisadores utilizam essa teoria simplificada para desenvolver e testar novas técnicas capazes de atacar problemas extremamente difíceis.
🔎 Por isso, o próximo obstáculo é maior: conseguir transportar métodos semelhantes para teorias menos simétricas e mais próximas da física real.
Esse passo continua sendo um desafio separado.
E houve outro resultado quase ao mesmo tempo
O desempenho do Claude também não aconteceu em completo isolamento.
Um grupo liderado por Song He, da Academia Chinesa de Ciências, calculou de forma independente grande parte do símbolo de nove loops.
Esse trabalho contou com alguma assistência do GPT-6 e teve seu conjunto de dados publicado no Zenodo em 17 de setembro.
A coincidência é importante porque mostra que diferentes grupos, usando diferentes sistemas de IA e abordagens, estavam chegando simultaneamente a uma região que antes parecia muito mais distante.
Von Hippel, inclusive, destacou que o trabalho humano realizado paralelamente também merece crédito.
No fim das contas, serão os pesquisadores que deverão publicar, analisar e discutir os resultados com a comunidade científica.
A IA descobriu alguma coisa nova? 🤔
Aqui está provavelmente a parte mais interessante da história.
O Claude não inventou um novo princípio da física.
Segundo Von Hippel, o modelo utilizou métodos já estabelecidos, combinados com um volume de computação um pouco maior do que aquele empregado anteriormente pelos pesquisadores.
Isso torna o resultado menos parecido com uma máquina inventando uma nova teoria e mais parecido com uma ferramenta capaz de explorar, com velocidade e persistência, regiões matemáticas que estavam ao alcance dos pesquisadores, mas eram caras ou trabalhosas demais para serem exploradas extensivamente.
A fronteira, portanto, pode estar mudando de lugar.
Durante décadas, uma parte importante da pesquisa teórica foi limitada não apenas pelo conhecimento disponível, mas pela quantidade de cálculos que seres humanos conseguiam realizar e verificar.
Modelos capazes de escrever código, testar abordagens, corrigir erros e continuar trabalhando por horas podem alterar essa equação.
O verdadeiro teste ainda está por vir 🚀
Dixon apontou uma questão mais profunda para o futuro: o que acontece quando modelos de linguagem deixam de apenas aplicar técnicas conhecidas e começam a desenvolver novos princípios e insights físicos antes dos humanos?
Essa é uma fronteira diferente.
Calcular uma amplitude de nove loops é uma demonstração impressionante de execução matemática. Descobrir uma nova maneira de pensar sobre o problema seria outra categoria de avanço.
E é justamente aí que o experimento fica mais interessante.
Por enquanto, o Claude mostrou que consegue entrar em uma sala onde a matemática já era difícil para especialistas e trabalhar dentro dela por tempo suficiente para produzir um resultado verificável.
A próxima pergunta é quanto dessa sala ainda está esperando para ser explorado.
