AI revolutionerar fysikforskningen – första gången som AI löser avancerade teoretiska problem

För första gången har artificiell intelligens löst ett avancerat problem inom teoretisk fysik som forskare kämpat med under lång tid. Detta markerar en vändpunkt för vetenskapen, enligt Alex Lupsasca vid institutionen för fysik och astronomi på Vanderbilt University i Nashville, USA.

– Vi bevittnar en brytpunkt för vetenskapen. Under 2026 kommer AI att förändra forskning på samma sätt som AI förändrade programmering och mjukvaruutveckling under 2025, säger Lupsasca.

Lupsasca och hans forskarteam har med hjälp av AI kunnat visa att så kallade gluoner, partiklar som håller ihop protoner och neutroner i atomkärnan, kan påverka varandra under förhållanden där den gängse uppfattningen bland fysiker är att detta är omöjligt.

– Så vitt jag vet är det första gången ett problem av den här kalibern har lösts av en AI, förklarar han.

Forskarna hade ägnat ett helt år åt att försöka bevisa detta matematiskt, utan framgång. Det var först när de använde Open AI:s senaste AI-modell som de fick ett bevis i form av en enkel formel. Studien finns publicerad på databasen Arxiv och presenterades nyligen vid vetenskapskonferensen AAAS i Phoenix.

Från skeptiker till övertygad

För bara ett år sedan beskrev Lupsasca sig själv som AI-skeptiker. Han ansåg att AI-verktyg som ChatGPT endast var användbara för enklare uppgifter som korrekturläsning, inte för avancerad matematik.

– Jag tänkte att Chat GPT är ett jättebra verktyg för att korrekturläsa e-postmeddelanden och anslagsansökningar. Men det kommer aldrig att vara användbart för det jag gör: mycket, mycket avancerad matematik, berättar han.

När Lupsasca arbetade med en komplex ekvation som beskrev ett magnetfält vid en pulsar (en roterande neutronstjärna), beslutade han sig för att söka hjälp både på matematikforumet Mathoverflow och genom att skicka frågan till en vän med tillgång till Open AI:s nyaste modell, kallad o3.

Han fick en lösning från både AI:n och en matematiker på forumet. Även om AI-svaret inte var helt korrekt, pekade det honom i rätt riktning genom att hänvisa till ett resultat publicerat i en liten norsk matematisk tidskrift från 1957.

– Det var första gången jag insåg att AI kanske kan klara även det som en teoretisk fysiker gör, säger Lupsasca.

Karriärlångt problem löst på minuter

Den avgörande vändpunkten kom i juni förra året. Lupsasca hade efter flera veckors intensivt arbete lyckats visa varför en måne som kretsar runt ett svart hål inte orsakar tidvatteneffekter på samma sätt som månar runt planeter. Detta var ett problem han funderat på under hela sin karriär.

– Det tog mig många veckor att komma fram till det, men det är också något jag har tänkt på under hela min karriär. Så man kan säga att det har tagit mig tio år att nå dit, förklarar han.

Enligt Lupsasca finns det högst tio personer i världen som skulle kunna lösa detta specifika problem, vilket gjorde honom särskilt stolt över resultatet.

När Open AI släppte en ny version av ChatGPT gav han samma problem till AI:n. Efter 18 minuters beräkning presenterade den exakt samma ekvation som han själv hade kommit fram till.

– Du kan föreställa dig hur jag kände mig. Jag har ägnat hela mitt liv åt att bli bäst inom just det här fältet. Jag är elit-matematiker. Och på under en halvtimme klarade maskinen det som jag har försökt göra under hela min karriär, säger Lupsasca.

För att utesluta att AI:n hade läst hans nyligen publicerade artikel kontaktade han Open AI, som bekräftade att artikeln inte ingick i programmets träningsdata – AI:n hade räknat ut allt självständigt.

Ett paradigmskifte för vetenskapen

Sedan denna erfarenhet har Lupsasca själv blivit en del av Open AI:s nya vetenskapsavdelning. Han menar att AI-utvecklingen nu går så snabbt att den helt kommer att förändra vad det innebär att vara fysiker, på samma sätt som datorer och beräkningsprogram har gjort under de senaste 50 åren.

– En teoretisk fysiker eller matematiker som använder AI i dag för att göra beräkningar är en tidig pionjär. Men jag förutspår att den som inte använder AI vid årets slut kommer att börja hamna på efterkälken, varnar han.

Lupsascas erfarenheter representerar en vidare trend inom vetenskapen där AI börjar ta sig an allt mer komplexa teoretiska problem. Från att vara ett verktyg för rutinuppgifter har AI nu utvecklats till att kunna generera nya insikter och lösningar inom områden som tidigare ansågs vara strikt mänskliga expertområden.