- Claude "bootstrap" texnikasidan foydalanib, olti zarrachali sochilish amplitudasini 9-halqa darajasida — bu darajadagi eng murakkab hisob-kitoblardan biri — mustaqil hisoblab berdi.
- Avvalgi, 8-halqali rekord 2023-yilda olimlar Dixon va Andy Liu tomonidan bilvosita usullar bilan qo'yilgan edi.
- Butun loyiha atigi 1000-2000 dollarga tushdi; asosiy hisoblash qismi esa 96 protsessorda bir hafta ishlab, taxminan 100 dollar sarflagan.
VOQEA: 2026-yil 25-sentabr · MANBA: 2026-yil 25-sentabr · AINOMA: 2026-yil 27-sentabr
Anthropic'ning Claude modeli nazariy fizikada muhim natijaga erishdi: olti zarrachali sochilish amplitudasini (scattering amplitude) planar N=4 super Yang-Mills nazariyasida 9-halqa (loop) darajasida hisoblab berdi — bu, 2023-yilda qo'yilgan inson rekordidan bir bosqich yuqori natija.
Muallif: AiNoma Tahririyati · Yangilangan: 2026-yil 27-sentabr · 3 daqiqalik mutolaa
Qisqacha mazmuni (Executive Summary)
- Claude "bootstrap" texnikasidan foydalanib, olti zarrachali sochilish amplitudasini 9-halqa darajasida — bu darajadagi eng murakkab hisob-kitoblardan biri — mustaqil hisoblab berdi.
- Avvalgi, 8-halqali rekord 2023-yilda olimlar Dixon va Andy Liu tomonidan bilvosita usullar bilan qo'yilgan edi.
- Butun loyiha atigi 1000-2000 dollarga tushdi; asosiy hisoblash qismi esa 96 protsessorda bir hafta ishlab, taxminan 100 dollar sarflagan.
Nima bo'ldi?
Unite.AI nashri tasdiqlagan ma'lumotlarga ko'ra, sochilish amplitudalari — fiziklar subatomik zarrachalarning energiya va impuls asosida qanday o'zaro ta'sirlashishini bashorat qilish uchun ishlatadigan formulalar. Har bir qo'shimcha "halqa" hisob-kitob murakkabligini keskin oshiradi — ko'pchilik amplitudalar ikki halqada to'xtaydi, kamdan-kami uch halqaga yetadi. 9-halqa darajasi — bu sohada murakkablikning yangi, keskin yuqori bosqichi hisoblanadi.
Anthropic'ning e'lon qilishicha, Claude "murakkab retseptni bajarib", "barcha kodni noldan yozib chiqdi" — va bu ishni to'g'ridan-to'g'ri ilmiy nazoratsiz amalga oshirdi. Tadqiqotchilar uxlab yotgan vaqtda ham Claude har 4-6 soatda hisob-kitob holati haqida yangilanish berib turgan. Loyihaning umumiy narxi 1000-2000 dollar bo'lgan, asosiy "bootstrap" hisoblash qismi esa 96 protsessorda bir hafta davomida ishlab, taxminan 100 dollarga tushgan.
Nega bu muhim? (Texnik va Biznes nuqtai nazaridan)
Bu — AI modellarining shunchaki ma'lum formulalarni qayta ishlatishi emas, balki juda murakkab, ko'p bosqichli ilmiy hisob-kitoblarni mustaqil ravishda, deyarli nazoratsiz bajara olishining aniq dalili. Fizik von Hippel'ning ta'kidlashicha: "Bu sohada mutaxassislar kutganidan ko'proq 'past osilgan meva' (oson erishiladigan natijalar) mavjud" — bu, AI'ning ilmiy tadqiqotlarni tezlashtirish salohiyati haqida muhim signal.
👤 Mutaxassislar uchun
- Bu natija — AI'ning "bootstrap" kabi murakkab matematik strategiyalarni mustaqil qo'llay olishini, shunchaki qo'pol hisoblash kuchidan farqli ravishda, ko'rsatadi.
- Narxning past bo'lishi (1000-2000 dollar) — bunday tadqiqot darajasidagi hisob-kitoblarning endi kichik universitet laboratoriyalari uchun ham qo'l yetadigan bo'lib qolishini bildiradi.
🏢 Biznes uchun
- Ilmiy-tadqiqot va muhandislik bilan bog'liq murakkab matematik modellashtirish talab qiladigan tashkilotlar uchun bu — AI vositalarining bunday vazifalarda qanchalik "chuqur" yordam berishi mumkinligini ko'rsatadigan amaliy misol.
Bu O'zbekiston uchun nimani anglatadi?
O'zbekistondagi universitet va ilmiy-tadqiqot institutlari uchun bu — murakkab ilmiy hisob-kitoblarni endi katta xalqaro superkompyuter markazlariga emas, balki nisbatan arzon AI vositalariga ishonib topshirish imkoniyati ochilayotganini ko'rsatadi — bu, resurslari cheklangan mahalliy ilmiy jamoalar uchun ham amaliy imkoniyat bo'lishi mumkin.
🎯 Endi nima qilish kerak? (Siz uchun amaliy qadamlar)
1. Agar ilmiy-tadqiqot sohasida ishlasangiz, murakkab matematik yoki hisoblash talab qiladigan vazifalarda kuchli AI modellarini sinab ko'rishni ko'rib chiqing.
2. Bu natijaning boshqa fizika yoki matematika sohalarida qanday takrorlanishi mumkinligini kuzatib boring — bu, kelajakda ilmiy tadqiqotlar tezligiga sezilarli ta'sir qilishi mumkin.
Manba: Unite.AI