AIによる物理学の発見

図：AIとグルーオン物理の発見（ChatGPT 5.2による）

AIが理論物理学の新発見をしたというニュースが目についたので，検証してもらった。当該論文は，Single-minus gluon tree amplitudes are nonzero である。以下は理系学部学生レベル向けの解説である。

Ａ（ChatGPT 5.2）：

AIは本当に「グルーオンの新発見」をしたのか？

最近、「GPT-5.2が素粒子理論で新しい発見をした」というニュースが話題になった。内容は、グルーオン（強い相互作用を担う粒子）の散乱振幅に関するものだ。しかも、これまで「ゼロになる」と考えられていた振幅が、実は特定の条件ではゼロではない、という。一見すると、AIが物理法則を書き換えたかのように聞こえる。しかし実際のところはどうなのか。少し落ち着いて整理してみたい。

何が「新しかった」のか

問題になっているのは、木レベル（ループのない最も基本的な近似）でのグルーオン散乱である。グルーオンにはヘリシティ（スピンの向き）があり、通常、

マイナスが2個、残りがプラス

という場合（いわゆるMHV振幅）には、非常に美しい簡単な公式が知られている。

ところが、

マイナスが1個、残りがすべてプラス

という場合は、これまで「木レベルではゼロになる」と理解されてきた。教科書的には、パワーカウントの議論でそう結論づけられていた。

今回の論文は、この「ゼロ」という理解に、例外があることを示した。すべての粒子が特殊な共線配置（half-collinear）にあるとき、振幅はゼロではなく、しかも驚くほど単純な符号の積になるという。

ただし重要なのは、これは一般的な散乱状況ではないという点だ。粒子がほぼ同一方向に飛ぶ、きわめて特異的な運動量配置である。位相空間的には“測度ゼロ”、つまり通常の衝突実験ではほとんど現れない極限に近い。

それは「例外的イベント」なのか？

直感的にはその通りである。これは普通のLHC実験でそのまま観測できるような効果ではない。しかし理論物理では、こうした極限こそが重要であることが多い。ソフト極限や共線極限のように、測度ゼロの領域が理論全体の構造を決めることは珍しくない。今回の結果も、Yang–Mills理論の内部構造にまだ見えていない層がある可能性を示唆している。

つまり、実験的な“新粒子発見”ではなく、理論の幾何学的構造に関わる話なのである。

ではAIは何をしたのか？

論文によれば、GPT-5.2は次の役割を果たした。

まず、6点までの非常に複雑な式をもとに、一般のn点に拡張できる簡潔な公式を予想した。さらに、その予想が再帰関係から導かれることを別モデルが証明した。最終的な整合性（ソフト定理や対称性の確認）は研究者が検証している。

ここで冷静に評価すると、AIは「問題設定」や「物理的意味づけ」を行ったわけではない。half-collinearという特殊な視点を選んだのも人間であり、どの理論構造が重要かを判断したのも人間である。AIが強く寄与したのは、複雑な数式の中から構造を抽出し、それを一般形に圧縮する能力だ。有限個の例から積形式を見抜き、all-n の形を提示した。これは単なる電卓ではないが、理論的直観そのものともまだ言い難い。

過大評価と過小評価のあいだで

「AIが物理を発見した」という言い方は誇張である。しかし「ただのパターン認識だ」と片付けるのも正確ではない。今回の役割は、その中間にある。これは、理論物理における新しい協働の形だと言えるだろう。人間が問いを立て、理論空間を設計し、AIがその中で構造を探索する。意味づけと方向性は人間が担い、構造抽出と圧縮はAIが担う。

本当に問うべきこと

この研究の核心は、「AIがすごいかどうか」ではない。むしろ、

・理論物理はどこまで構造探索の問題なのか

・人間の直観と機械の抽象化はどう分業されるのか

・極限構造の理解は、将来どこへつながるのか

といった問いの方が本質的だ。

今回の成果は、物理法則を書き換えたわけではない。しかし、理論構造の“境界”を照らす方法が一つ増えた。その意味で、これはAIの勝利というより、理論物理の方法論の進化の一例と見るのが適切だろう。そしてこの話題は、単なる技術ニュースではなく、「知的作業とは何か」という問いを静かに突きつけている。