Une nouvelle étude préliminaire publiée sur arXiv, signée par Alfredo Guevara (Institut des études avancées), Alex Lupsasca (Vanderbilt University et OpenAI), David Skinner (Université de Cambridge), Andrew Strominger (Harvard University) et Kevin Weil (OpenAI), remet en question une croyance établie en physique théorique : l’existence d’amplitudes de diffusion non nulles pour un ensemble de gluons dans un régime particulier. Ces gluons, porteurs de la force nucléaire forte, sont généralement décrits par des amplitudes simples au niveau « arbre » — c’est-à-dire sans boucles quantiques — dans de nombreux cas. Toutefois, une configuration spécifique, où un seul gluon possède une hélicité négative et les n−1 autres une hélicité positive, a longtemps été considérée comme impossible, avec une amplitude nulle selon les arguments classiques. Le travail montre que cette conclusion repose sur une hypothèse de moment générique, c’est-à-dire des directions et énergies de particules non alignées de manière particulière. En s’intéressant à un sous-ensemble précis de l’espace des moments, appelé « régime demi-collinéaire », où les gluons obéissent à une condition d’alignement mathématiquement définie mais non typique, les auteurs démontrent que l’amplitude n’est pas nulle. Cette découverte ouvre la voie à une nouvelle classe de processus physiques jusque-là ignorés, avec des implications potentielles pour la compréhension des interactions fondamentales. Un aspect central de cette recherche réside dans la méthode utilisée. La formule finale, équation (39), a été initialement conjecturée par GPT-5.2 Pro. Les auteurs humains ont calculé manuellement les amplitudes pour des valeurs de n allant jusqu’à 6, obtenant des expressions extrêmement complexes, correspondant à des développements en diagrammes de Feynman dont la complexité croît de manière super-exponentielle. GPT-5.2 Pro a permis de simplifier ces expressions, révélant des formes élégantes (équations 35 à 38). À partir de ces cas particuliers, l’IA a identifié un motif général permettant de proposer une formule valide pour tout n. Un modèle interne de GPT-5.2, en mode raisonnement structuré, a ensuite passé environ 12 heures à explorer le problème, aboutissant à la même formule et à une preuve formelle de sa validité. Cette formule a été vérifiée analytiquement via la relation de récurrence de Berends-Giele, ainsi que par le théorème de comportement « soft », qui contraint les amplitudes lorsqu’un gluon devient très faible. Grâce à l’IA, les résultats ont déjà été étendus aux gravitons, les particules médiatrices de la gravité, et d’autres généralisations sont en cours. Cette collaboration entre physique théorique et intelligence artificielle illustre une tendance croissante : l’automatisation de la découverte de formules simples à partir de calculs complexes. Nima Arkani-Hamed, physicien théoricien à l’Institut des études avancées, souligne que des expressions apparemment chaotiques dans la physique peuvent cacher une simplicité profonde, souvent révélatrice de structures fondamentales. Il voit dans ce travail un exemple frappant de la capacité des outils d’IA moderne à « reconnaître des motifs » dans des formules, une tâche jusque-là délicate et fortement humaine. Il s’attend à ce que ce type d’outil évolue vers une forme générale de reconnaissance de formules simples, transformant la manière dont les physiciens explorent les lois de la nature.