Anthropic affirme que Claude Science a calculé une amplitude de diffusion à neuf boucles dans une théorie de physique des particules, un résultat ensuite vérifié par des spécialistes du domaine. Le système a utilisé deux méthodes connues et un budget informatique accessible à un laboratoire, sans inventer une nouvelle théorie physique.
Le défi portait sur une amplitude à six particules dans la théorie supersymétrique N=4 de Yang-Mills. Ce modèle ne décrit pas directement la nature, mais les physiciens l’utilisent pour tester des techniques de calcul qui deviennent rapidement très coûteuses lorsque le nombre de boucles augmente.
Un problème de frontière exécuté de deux façons
Le physicien et auteur scientifique Matt von Hippel avait proposé en août aux entreprises d’IA d’atteindre neuf boucles dans ce cadre. Des chercheurs d’Anthropic ont confié le problème à Fable 5.1 au sein de Claude Science, une interface qui organise le travail du modèle avec des règles, des outils et des boucles d’exécution.
Selon le récit publié le 25 septembre, Claude a obtenu le résultat par un bootstrap direct puis par une méthode indirecte fondée sur un facteur de forme. Le physicien Lance Dixon, professeur à Stanford et chercheur au SLAC, a vérifié le calcul. Une équipe de l’Académie chinoise des sciences travaillait parallèlement sur une grande partie du même résultat avec une assistance de GPT-6.
Le calcul direct a utilisé Python et SymPy. Anthropic estime que chaque approche aurait coûté entre 1 000 et 2 000 dollars à un utilisateur. La partie numérique du bootstrap aurait consommé environ 100 dollars, avec 96 processeurs mobilisés pendant une semaine. Ces ordres de grandeur sont élevés pour une expérience individuelle, mais restent modestes à l’échelle d’un projet de recherche.
Un résultat utile, avec des limites explicites
L’expérience ne montre pas que Claude a découvert une nouvelle méthode de physique. Le modèle a appliqué des techniques développées par les chercheurs, écrit le code nécessaire et mené le calcul jusqu’au bout. L’auteur du billet souligne même que le problème était finalement plus accessible aux humains qu’il ne l’avait supposé.
Le résultat concerne aussi une théorie jouet très structurée. Il ne constitue ni une prédiction expérimentale immédiate ni une preuve que tous les calculs de physique de frontière peuvent être automatisés. Sa valeur tient plutôt à la capacité du système à gérer une chaîne fragile de calculs, à produire deux voies de résolution et à livrer un objet que des experts pouvaient contrôler.
Le billet technique d’Anthropic détaille le défi, les méthodes et la validation. Le résultat scientifique doit encore être présenté et analysé dans le cadre habituel des publications de physique.
Notre analyse
Cette expérience déplace le débat sur l’IA scientifique. La question n’est plus seulement de savoir si un modèle peut suggérer une idée ou résumer un article, mais s’il peut exécuter de façon fiable un programme de recherche long, vérifiable et coûteux en calcul.
Le point fort est la vérifiabilité : les amplitudes produites peuvent être testées avec des contraintes mathématiques et comparées par des spécialistes. Cela réduit le risque d’accepter une réponse plausible mais fausse. Le prochain enjeu sera de mesurer combien de tâches de ce type nécessitent encore une supervision constante, et combien peuvent réellement être menées avec la consigne minimale décrite ici.
