Er zijn uitspraken die in leerboeken belanden en daar ogenschijnlijk voor altijd blijven staan. Eén daarvan stelde in wezen dat een bepaald soort interactie tussen gluonen – de deeltjes die de atoomkern bij elkaar houden – simpelweg niet kan plaatsvinden. Maar dat blijkt niet te kloppen.
Een nieuwe studie, waaraan GPT-5.2 heeft bijgedragen, laat zien dat die interactie helemaal niet onmogelijk is. Ze doet zich voor onder zeer specifieke omstandigheden, maar ze bestaat. En dat is genoeg om een vraagstuk te heropenen dat als afgedaan werd beschouwd.
Het onderzoek, met als titel “Single-minus gluon tree amplitudes are nonzero”, is gepubliceerd op arXiv en wordt momenteel peer-reviewed. Onder de auteurs zitten natuurkundigen van instellingen als het Institute for Advanced Study, Vanderbilt University, de Universiteit van Cambridge, Harvard en OpenAI.
Wat betekent dit allemaal?
Wanneer twee deeltjes met elkaar botsen, kijken natuurkundigen niet alleen wat er gebeurt: ze berekenen de waarschijnlijkheid dat een bepaald type interactie optreedt. Die berekening is gebaseerd op een getal dat de verstrooiingsamplitude wordt genoemd. Zonder deze amplitudes zouden we niet kunnen voorspellen wat er gebeurt in deeltjesversnellers of bij energierijke verschijnselen in het vroege heelal.
In het geval van gluonen, de dragers van de sterke kernkracht die protonen en neutronen bij elkaar houdt, zijn veel van deze amplitudes verrassend eenvoudig als je alleen de meest “directe” interacties bekijkt, zonder extra kwantumcomplicaties. Dat is wat natuurkundigen het “tree”-niveau noemen. Maar er was een uitzondering die als definitief gold. Als één gluon een bepaalde spinconfiguratie heeft (zogenaamde negatieve heliciteit) en alle andere de tegengestelde (positieve heliciteit), dan werd de amplitude op nul gesteld. Vrij vertaald: die interactie vindt niet plaats.
De studie laat zien dat deze conclusie alleen opgaat als de deeltjes zich op een “generieke” manier bewegen. Er bestaat echter een speciale configuratie, het zogenaamde half-collineaire regime, waarin de deeltjes op een bijzondere manier uitgelijnd zijn. In dat geval is de interactie niet nul. Dat is geen onbeduidend detail. Het is alsof je ontdekt dat een deur waarvan je dacht dat hij dichtgemetseld was, toch opengaat… mits je hem vanuit precies de juiste hoek benadert.
Hoe GPT-5.2 hielp een formule te vinden die natuurkundigen moeilijk konden ontwaren
Hier komt kunstmatige intelligentie in beeld. De onderzoekers hadden de berekeningen voor een aantal specifieke gevallen al met de hand uitgevoerd. Het probleem? De formules werden al snel extreem lang en bijna onhanteerbaar. Hoe meer deeltjes erbij kwamen, hoe explosiever de complexiteit toenam.
GPT-5.2 Pro nam die ingewikkelde uitdrukkingen en vereenvoudigde ze. Maar vooral ontdekte het een terugkerend patroon en wist het een algemene formule voor te stellen die geldt voor elk aantal deeltjes. Het was geen “gelukkige ingeving”. Een interne versie van het model heeft ongeveer twaalf uur gewerkt en stap voor stap de wiskundige redenering gereconstrueerd, tot het bij dezelfde formule uitkwam en er een formeel bewijs voor gaf.
De geldigheid van het resultaat is vervolgens getoetst met de standaardmethoden van de theoretische natuurkunde, waaronder de recursierelatie van Berends-Giele en het zogeheten soft theorem, dat zeer precieze regels oplegt aan het gedrag van interacties bij lage energie. Met andere woorden: dit is niet zomaar een ingeving van een AI. Het is doorgerekende en nagerekende wiskunde.
AI en wetenschap: samenwerking, geen vervanging
Theoretisch natuurkundige Nima Arkani-Hamed reageerde enthousiast op het verschijnen van zulke eenvoudige uitdrukkingen in een vakgebied dat bekendstaat om zijn complexiteit. Vaak, zo herinnerde hij, blijken formules die met traditionele methoden onhandelbaar lijken, buitengewoon elegant zodra je de juiste sleutel vindt. En juist de zoektocht naar dit soort eenvoudige structuren zou een van de meest veelbelovende domeinen kunnen zijn voor intelligente automatisering.
Ook Nathaniel Craig benadrukte dat dit werk onderzoek op hoog academisch niveau vertegenwoordigt en een concreet model biedt voor samenwerking tussen natuurkundigen en grote taalmodellen. De vraag is op dit punt niet langer óf kunstmatige intelligentie de theoretische laboratoria binnendringt, maar hoe de manier van wetenschap bedrijven zal veranderen zodra de dialoog tussen mensen en AI structureel wordt.
In een tijd waarin technologische innovatie vaak bijna uitsluitend in economische of commerciële termen wordt beschreven, herinnert deze ontdekking ons aan iets fundamentelers: AI kan ons ook helpen het universum beter te begrijpen. En misschien, zo nu en dan, om in twijfel te trekken wat we dachten zeker te weten.
(©OpenAI via GreenMe.it 2026/Managing Editor: Benjamin Sluis - The Press Junction/Illustratie: ©Anton Maksimov 5642.su via Insplash)