Claude berechnet theoretisches Physikproblem eigenständig

KI-Modell Claude löst eigenständig komplexes Problem der theoretischen Physik Im September hat das KI-System Claude von Anthropic eigenständig die neun-Schleifen-Streuung von sechs Gluonen in der planaren N=4 supersymmetrischen Yang-Mills-Theorie berechnet. Die Aufgabe, an der Experten seit Jahren arbeiten, wurde mit minimaler menschlicher Steuerung und Gesamtkosten von etwa tausend bis zweitausend US-Dollar abgeschlossen. Es handelt sich damit um die erste nahezu autonome Durchführung einer hochkomplexen theoretischen physikalischen Berechnung durch ein Large Language Model. Der Prozess ging auf eine öffentliche Herausforderung des ehemaligen Physikers und Wissenschaftsautors Matt von Hippel zurück, die Forscher von Anthropic aufgriffen. Die Initialanweisung umfasste lediglich einen einzigen Satz. Über mehrere Tage hinweg führte Claude das Modell Fable 5.1 aus, wobei menschliche Eingriffe auf reine Weiterlaufbefehle beschränkt blieben. Das System verfolgte zwei Rechenwege: den von menschlichen Forschern entwickelten indirekten Ansatz sowie einen direkten Bootstrap-Ansatz im Funktionsspace, den Experten zuvor als undurchführbar eingestuft hatten. Die Ergebnisse stimmten in sämtlichen hunderttausenden Nicht-Null-Koeffizienten exakt überein. Die Validierung übernahm Lance Dixon vom Stanford Institute for Theoretical Physics. Dixon bestätigte die Korrektheit der Berechnung und wies darauf hin, dass Claude die zugrundeliegende Methodik präziser implementierte, als viele menschliche Laboratorien es leisten. Parallel dazu publizierte das Team um He Song an der Chinesischen Akademie der Wissenschaften unabhängige Resultate zur neunten Schleife, die teilweise auf GPT-6 basierten, jedoch in einem stark menschlich gesteuerten Rahmen entstanden. Die Leistung demonstriert einen Paradigmenwechsel in der wissenschaftlichen KI-Anwendung. Bisher agierten entsprechende Systeme meist wie assistierende Studierende; Claude zeigt nun die Fähigkeit, gesamte, fehleranfällige Rechenketten ohne ständige manuelle Intervention durchzuführen. Die zugrundeliegende Berechnung bleibt ein vereinfachtes theoretisches Modell. Echte Anwendungen in der Hochenergiephysik oder Gravitationswellenforschung erfordern weiterhin menschliche Theoriebildung und experimentelle Validierung. Dennoch markiert der Erfolg einen klaren Meilenstein für die Skalierbarkeit von KI-gestützter Forschung. Experten betonen die Notwendigkeit, wissenschaftliche Fachleute früh in solche Projekte einzubinden und robuste Verifizierungsprotokolle zu etablieren. Die beteiligten Forschungsgruppen arbeiten derzeit an der vollständigen Publikation, während die Community die methodischen Grenzen und Zukunftsperspektiven autonomer KI-Systeme weiter untersucht.