OpenAI uruchomiło 15 listopada 2026 roku blog poświęcony nauce, a pierwszy gościnny wpis napisał fizyk Nathaniel Craig z Uniwersytetu Kalifornijskiego w Santa Barbara. Opisuje w nim, jak model GPT-6 Astra pomógł mu zbudować kandydacką nieperturbacyjną definicję Modelu Standardowego na sieci, czyli siatce punktów zastępującej ciągłą czasoprzestrzeń. Według autora Astra poprowadziła szczegółowy dowód. Wynik pochodzi z preprintu z października, który nie przeszedł jeszcze recenzji, a sam Craig nazywa go początkiem, a nie zamknięciem problemu.
Co ogłosiło OpenAI 15 listopada
OpenAI opublikowało dwa wpisy jednocześnie. Pierwszy zapowiada blog naukowy, na którym naukowcy mają opisywać odkrycia dokonane z pomocą AI i sposób pracy z modelami. Firma deklaruje trzy rodzaje treści: wyniki badań, praktyczne metody z informacją o sposobach weryfikacji i ograniczeniach oraz relacje samych badaczy.
Drugi wpis to pierwszy tekst gościnny. Nathaniel Craig kieruje grupą teorii cząstek na Uniwersytecie Kalifornijskim w Santa Barbara, jest stałym członkiem tamtejszego Instytutu Fizyki Teoretycznej Kavli i pracuje w OpenAI jako naukowiec wizytujący. Ten ostatni fakt ma znaczenie przy ocenie tekstu, bo autor jest jednocześnie związany z firmą promującą model.
Jaki problem Modelu Standardowego dotyczy wynik
Model Standardowy opisuje znane cząstki elementarne i trzy z czterech podstawowych oddziaływań. Większość jego przewidywań fizycy liczą metodą perturbacyjną, czyli traktując oddziaływania jako małe poprawki. Pełna, nieperturbacyjna definicja teorii, w której oddziaływania są obecne od początku, wciąż nie istnieje.
Sprawdzoną drogą jest zastąpienie czasoprzestrzeni siatką punktów. Tak liczy się dziś np. masę protonu z pierwszych zasad. Przeszkodą są oddziaływania słabe, które traktują cząstki lewoskrętne inaczej niż prawoskrętne. Najprostsze przeniesienie takiej teorii na siatkę dodaje cząstki o przeciwnej skrętności, których w przyrodzie nie ma.
Fizycy od lat 80. i 90. XX wieku budowali narzędzia do obejścia tej przeszkody, m.in. tzw. fermiony overlap. Martin Lüscher pokazał w 1999 roku, jak ustalić brakującą fazę dla prostszej klasy teorii. Według Craiga odpowiednika dla pełnego Modelu Standardowego brakowało przez ponad 25 lat.
Co zrobił człowiek, a co GPT-6 Astra
Craig pisze, że miał strategię, ale nie potrafił udowodnić, że działa we wszystkich potrzebnych przypadkach. Jego pomysł polegał na przedstawieniu tych samych pól na coraz drobniejszych siatkach i porównywaniu dozwolonych stanów między kolejnymi poziomami. Zsumowanie tych porównań ma dawać poprawną regułę fazy na siatce wyjściowej.
Podział pracy autor opisuje następująco:
- człowiek: problem, ogólna strategia przejścia do drobniejszych siatek i ocena wyniku,
- GPT-6 Astra: sposób przenoszenia pól na drobniejsze siatki, wykazanie zbieżności porównań i prowadzenie szczegółowego dowodu,
- zewnętrzni eksperci: Maarten Golterman, Andreas Kronfeld i Yigal Shamir przejrzeli dowód i zadawali pytania, które według Craiga zwiększyły jego zaufanie do wyniku,
- weryfikacja maszynowa: preprint odsyła do matematycznego suplementu z formalizacją w Lean, opublikowanego w repozytorium Zenodo.
Ograniczenia i to, czego nie wiadomo
Wynik jest kandydacką definicją, a nie rozstrzygnięciem. Konstrukcja działa przy skończonym rozstawie siatki i przy ograniczeniu natężenia pól. Sam Craig zaznacza, że to raczej odpowiedź teoretyczna niż praktyczna i że do realistycznych symulacji jest daleko. Otwarte pozostaje m.in. to, czy konstrukcja spełnia warunek dodatniości odbicia, potrzebny do powiązania obliczeń na siatce z kwantową teorią, w której prawdopodobieństwa się sumują.
Preprint nie przeszedł recenzji w czasopiśmie. O tym, czy przepis ma wszystkie potrzebne własności, ma zdecydować dyskusja w środowisku. W naszej ocenie warto pamiętać o historii poprzednich ogłoszeń OpenAI. Po publikacji 722 prac matematycznych firma po jednym dniu wycofała trzy z nich, a dowód dotyczący równań Naviera-Stokesa matematycy ocenili ostrożnie.
Wpis odwołuje się też do zapowiedzianego w październiku dowodu istnienia teorii Yanga-Millsa. Według Craiga ten wynik pozwolił OpenAI przejść od siatki do ciągłej czasoprzestrzeni dla najprostszej zunifikowanej teorii z polami i fermionami Modelu Standardowego. W chwili tamtego ogłoszenia, 27 października, OpenAI nie opublikowało materiałów z fizyki.
Co to oznacza dla naukowców w Polsce
Bezpośrednio wynik dotyczy wąskiej grupy fizyków teoretyków zajmujących się teorią pola na sieci, także w Polsce. Szerzej pokazuje model pracy, który OpenAI chce promować: badacz formułuje problem i strategię, model prowadzi żmudną część dowodu, a eksperci i formalizacja w Lean weryfikują wynik.
GPT-6 Astra nie jest ogólnodostępnym narzędziem do takich zadań w zwykłych planach ChatGPT, a wpis nie podaje, w jakim trybie i z jakim nakładem obliczeń pracował model. Nowy blog może za to stać się źródłem opisów metod, które polskie zespoły będą mogły sprawdzić we własnej pracy. Przy jego lekturze trzeba odróżniać recenzowane wyniki od deklaracji firmy.
Źródła i data sprawdzenia
- A step toward defining the Standard Model on a latticeOpenAI, publikacja: 2026-11-15, sprawdzono: 2026-11-16
- Our new blog for scienceOpenAI, publikacja: 2026-11-15, sprawdzono: 2026-11-16
- A gauge-invariant measure for lattice chiral fermionsarXiv (Nathaniel Craig), publikacja: 2026-10-06, sprawdzono: 2026-11-16
- Abelian chiral gauge theories on the lattice with exact gauge invariancearXiv (Martin Lüscher), publikacja: 1998-11-25, sprawdzono: 2026-11-16
Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.



