OpenAI propose une formule inédite pour amplitudes gluoniques en zone half-collinear
OpenAI affirme avoir contribué, avec des chercheurs de l’Institute for Advanced Study, Harvard, Cambridge et Vanderbilt, à un résultat inédit en amplitudes de diffusion gluoniques, rendu public sur arXiv et en cours de soumission. L’objet: un cas longtemps tenu pour nul dans les manuels – un arbre à n gluons avec une seule hélicité négative et n−1 positives – qui s’avère en réalité non nul dans une région cinématique précisément contrainte.
Le standard pédagogique imposait l’annulation de ces amplitudes à l’arbre sous hypothèse générique sur les impulsions. L’équipe montre que ce raisonnement ne vaut plus dans un domaine « half-collinear »: un agencement particulier, bien défini mathématiquement, où les impulsions satisfont des conditions d’alignement atypiques mais cohérentes. Dans ce régime, l’amplitude ne s’annule pas et peut être calculée pour une classe de cinématiques spécifiée.
GPT-5.2 derived a new result in theoretical physics.
— OpenAI (@OpenAI) February 13, 2026
We’re releasing the result in a preprint with researchers from @the_IAS, @VanderbiltU, @Cambridge_Uni, and @Harvard. It shows that a gluon interaction many physicists expected would not occur can arise under specific…
Une formule générale, un proof sketch formalisé
Les auteurs ont d’abord obtenu manuellement des expressions jusqu’à n = 6, issues d’un développement en diagrammes de Feynman dont la complexité explose avec n. OpenAI indique que GPT‑5.2 Pro a fortement simplifié ces expressions, identifié un motif commun, puis proposé une formule fermée valable pour tout n. Une variante « scaffolding » de GPT‑5.2 aurait retrouvé la même formule en environ 12 heures et généré une preuve formalisée.
Le résultat a été vérifié analytiquement: il satisfait les relations récursives de Berends–Giele et passe les tests de soft limit. OpenAI précise que l’approche s’étend déjà des gluons vers les gravitons, avec d’autres généralisations en cours.
Au-delà de l’exploit technique, l’intérêt est double: d’une part, la mise en évidence d’une structure cachée dans un coin cinématique réputé trivial; d’autre part, la démonstration qu’un modèle de langage peut proposer des conjectures utiles et les aiguiller vers des formes compactes compatibles avec les contraintes de la théorie des champs. Pour la communauté amplitudes, cela ouvre un espace de recherche ciblé sur des régions non génériques mais physiquement et mathématiquement consistantes, où l’IA sert de catalyseur plutôt que d’oracle.
Source : ITHome




















