Gemini 4 Argon від Google допоміг дослідникам розширити точні математичні рішення, які описують магнітні поля всередині експериментальних реакторів термоядерного синтезу — робота, яка базується на результатах, які раніше цього року суперечили гіпотезам, які тривали 59 років. TechRadar повідомив про цю розробку в понеділок, простеживши її за документом, опублікованим дослідниками через arXiv.
Це досягнення стосується математики, яка використовується для моделювання того, як магнітні поля містять перегріту плазму в термоядерних пристроях. Це не прорив, який сам по собі виробляє електрику чи наближає комерційний термоядерний синтез, але він дає фізикам плазми те, чого їм бракувало з 1967 року: ширшу групу точних рішень, на основі яких можна перевіряти їхні коди моделювання. For more context on this story, see our ongoing latest AI developments.
Гіпотеза, яка існувала з 1967 року
У 1967 році фізик Гарольд Град висунув гіпотезу про математичні умови, що керують рівновагою в тривимірних магнітних полях — саме те, що стосується термоядерного синтезу з магнітним утриманням.
Гіпотеза сформувала те, як дослідники думали про конфігурації плазми протягом десятиліть. Термоядерний синтез із магнітним утриманням використовує потужні поля для утримання надзвичайно гарячого електрично зарядженого газу, запобігаючи його виходу до того, як атомні ядра зможуть об’єднатися та вивільнити енергію. Вченим потрібні точні математичні моделі цих полів, оскільки моделювання допомагає їм зрозуміти поведінку плазми та конструктивні конфігурації, здатні підтримувати утримання.
Причина, по якій точні рішення важливі, практична: комп’ютерне моделювання магнітного обмеження – це наближення, і щоб знати, чи надійні ці наближення, фізикам потрібні точні математичні випадки, властивості яких відомі – довідкові приклади для тестування програмного забезпечення, яке моделює магнітне обмеження, а не повністю покладатися на наближення. Протягом 59 років доступні сімейства рішень були обмежені гіпотезою Греда.
Це змінилося у вересні 2026 року, коли дослідник з Університету Меріленда Метт Лендреман опублікував точні рішення, які суперечать гіпотезі. За даними TechRadar, ця попередня робота була виконана за допомогою OpenAI GPT-6 Astra Pro — одного з перших гучних випадків передової моделі штучного інтелекту, яка сприяла отриманню результату, який скасував давні твердження у фізиці плазми.
Розширення сімейства рішень за допомогою Gemini 4 Argon
Рішення Ландремана мали обмеження: і старе, і нове сімейства мали певну геометричну симетрію, залишаючи дослідників без точних прикладів для конфігурацій, у яких її немає.
Наступне дослідження, проведене Опал Іссан, Джонатаном Сітріном, Метом Ландреманом і Бренданом Трейсі, мало на меті зняти це обмеження. Дослідники використовували Gemini 4 Argon через середовище Google Antigravity, де кілька агентів штучного інтелекту досліджували попередні результати Ландремана та досліджували способи їх розширення.
Згідно зі звітом, агенти знайшли способи усунути обмеження симетрії в рішеннях Ландремана, ввівши параметр, який порушує симетрію, створюючи нові магнітні конфігурації, які потім дослідники могли перевірити. Багатообіцяючі кандидати в математику з’явилися протягом кількох годин після того, як агенти почали розслідування — різке стиснення процесу пошуку, який зазвичай вимагав би тижнів ручних обчислень.
Роль ШІ полягала в тому, щоб скоротити пошук, а не замінити науку. Дослідники ще повинні були перевірити виведення, підтвердити, що запропоновані рішення були математично послідовними, і запустити обчислювальну перевірку. Допомога штучного інтелекту також використовувалась у підготовці частин рукопису дослідження, при цьому автори несуть відповідальність за опубліковану роботу.
Чим хороші нові рішення
Отримані конфігурації дають дослідникам додаткові довідкові приклади для перевірки комп’ютерних програм, які обчислюють магнітну рівновагу в складних тривимірних системах. Ці коди використовуються в усьому співтоваристві магнітного конфайнменту — як у дослідженнях стелараторів, так і токамаків — і їх перевірка залежить від того, які точні рішення створює цей напрямок роботи.
TechRadar чітко сказав про масштаби: безпосереднім досягненням є більш широкий набір точних математичних рішень для дослідників, які вивчають магнітне обмеження, а не доказ того, що штучний інтелект розгадав ядерний синтез або усунув його інженерні перешкоди. Розрив між вирішенням рівнянь поля та будівництвом електростанції залишається таким же великим, як і раніше.
Формується шаблон
Робота вписується в стрімко зростаючу кількість результатів, у яких передові моделі штучного інтелекту сприяють серйозній математиці — і в яких моделі конкуруючих лабораторій з’являються з різних боків однієї проблеми. Модель OpenAI допомогла створити оригінальні контрприклади, які суперечили гіпотезі Ґреда; Модель Google допомогла поширити ці результати на нові території.
Це також відображає свідомий вибір дизайну з боку Google. Gemini 4 Argon, випущений на початку цього місяця, був позиціонований компанією як модель, створена для розширеного міркування над складними науковими проблемами, і Google поєднав його з агентним середовищем Antigravity, де кілька агентів можуть паралельно працювати над проблемою. Папір про термоядерний синтез є ранньою конкретною демонстрацією того, як цей крок використовується на практиці працюючими фізиками.
Для спільноти фізиків плазми практична винагорода приходить негайно: більше точних випадків для перевірки програмного забезпечення моделювання. Для індустрії штучного інтелекту це ще одна точка даних у дебатах щодо того, чи стають граничні моделі справжніми інструментами наукових відкриттів — питання, яке все частіше знаходить відповідь само собою, одна гіпотеза за раз.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
