Problem był uporczywy.
Leżała nieruchomo i milcząc przez dziesięć lat. Dwóch fizyków z Rzymu – laureat Nagrody Nobla Giorgio Parisi i Francesco Zamponi – postanowiło przyjrzeć się temu jeszcze raz. Nie dlatego, że spodziewali się cudu, ale dlatego, że matematyka nie dawała im spokoju.
Nazywają to zjawisko zagłuszaniem (przeciążeniem systemu).
Co to jest zagłuszanie?
Wyobraź sobie stół bilardowy.
Zacznij rzucać w niego piłkami. Na początku toczą się swobodnie, rozproszone i niezależne. Dodaj więcej. Kulki zaczynają się zderzać. Opakowanie jest coraz bardziej szczelne. W końcu nie ma już miejsca na ruch. Cały system zawiesza się. Trudny. Zaburzony. Zamknięty.
Na tym właśnie polega jamowanie.
W 2014 roku Parisi, Zamponi i ich zespół opracowali matematyczny opis tego stanu. Znaleźli oczywiście rozwiązania numeryczne, ale dwie zmienne – $a$ i $b$ – zachowywały się dziwnie. Ich suma zawsze była równa jeden.
$a + b = 1$
Dlaczego?
Nikt nie wiedział. W tamtym czasie nie miało to teoretycznego sensu. To ich „niepokoiło”, jak to ujął Zamponi. Martwiłem się tylko rozbieżnością między tym, co wykazały liczby, a tym, czego nie udało się uchwycić rygorystycznym dowodom.
Inni fizycy również próbowali rozwiązać ten problem. Matthieu Viard z EPFL podszedł do tego z zupełnie innej strony i otrzymał tę samą kwotę. Ten sam wynik, inna droga. Sugerowało to, że ich prace łączyły ukryte koncepcje fizyczne – koncepcje, które pozostawały nieuchwytne.
I plik trafił do archiwum. Przez dziesięć lat.
Podpowiedź
Parisi wpadła na pomysł. Być może ludzka intuicja uderza w mur, po którym coś innego jest w stanie się przebić.
Zwrócił się do AI Claude’a z Anthropic.
Podejście było proste, niemal brutalne w swojej bezpośredniości. Parisi poprosiła modelkę o powtórzenie wyników z 2014 roku. Zrobiła to. Następnie poprosił ją o udowodnienie kwoty.
Podpowiedzi za 40 dolarów.
To wszystko. Po czterdziestu próbach Claude stworzył rozwiązanie analityczne, które przeszło test.
Zamponi studiował wynik w samolocie, mrużąc oczy pod światło i przeglądając plik LaTeX na ruchomym siedzeniu. „Kiedy zacząłem czytać… od razu stało się oczywiste, że podstawowa sztuczka była słuszna” – powiedział później. Zmiana perspektywy nastąpiła natychmiast. Pomysł był mocny, nawet jeśli początkowy projekt wymagał wypolerowania i naprawienia nierównych krawędzi.
Rozwiązaniem nie był jakiś odległy, złożony, abstrakcyjny konstrukt wymagający nowych praw fizyki. Zostało ukryte w istniejących równaniach. Cały ten czas.
To upokarzające. Odpowiedź była krystalicznie jasna, jeśli miałeś właściwe oczy – lub odpowiedni algorytm – aby dostrzec wzór.
Maszyna czy magia?
Zamponi zastanawia się, czy zwykły matematyk mógłby to zobaczyć bez maszyny. Prawdopodobnie tak. Ale o to właśnie chodzi. Oni są fizykami. Nie jestem ekspertem w zakresie tych konkretnych struktur formalnych. Sztuczna inteligencja zapewniła „natychmiastowy dostęp” do zestawu umiejętności, o których nie mieli pojęcia.
Czy to była kreatywność?
A może po prostu szukasz dopasowań w górach danych treningowych?
Nie ma znaczenia – mówi. Nie widzieli drogi. I AI to widziała.
Prawdziwa zmiana nie polega tylko na rozwiązaniu tego konkretnego równania. To nowy model współpracy. Sztuczna inteligencja nie zastępuje tutaj człowieka; przejmuje rutynę, pozwalając osobie skupić się na koncepcji.
Zamponi zajął się już nową zagadką obejmującą losowe twarde hipersfery. Generowanie kodu? Szybko. Zoptymalizowany dla botów. Ale pomysły – ciężka praca koncepcyjna – wciąż pochodzą od niego.
Przywództwo ludzkie pozostaje niezbędne.
Przynajmniej na razie. Wciąż zastanawiamy się, kto co przyniesie do stołu.
