Kebuntuan fisika teoretis yang berlangsung sekitar satu dekade akhirnya menemukan arah baru setelah dua fisikawan memakai kecerdasan buatan generatif. AI membantu mengungkap jalur menuju solusi analitis untuk hubungan matematis yang lama terlihat dalam data, tetapi sulit dibuktikan secara formal.
Perkembangan ini menarik karena solusi yang dicari ternyata tidak memerlukan teori fisika tambahan dari luar persoalan. Jawabannya disebut sudah tersembunyi dalam struktur persamaan yang selama ini dipelajari, tetapi belum berhasil dilihat oleh para peneliti.
Persoalan di Balik Fenomena Jamming
Masalah tersebut berkaitan dengan fenomena jamming, yakni transisi ketika sekumpulan partikel yang semula dapat bergerak bebas menjadi padat dan kaku, meski susunannya tetap tidak teratur. Ilustrasi sederhananya adalah bola-bola biliar yang terus ditambahkan ke meja sampai tidak ada lagi ruang untuk bergerak.
Pada titik kritis ini, setiap partikel terkunci oleh partikel di sekitarnya. Kondisi tersebut penting dalam kajian sistem partikel padat yang tidak tersusun rapi seperti kristal.
Giorgio Parisi, Francesco Zamponi, dan rekan-rekannya telah mendeskripsikan persoalan itu secara matematis dalam makalah yang terbit pada 2014. Dalam perhitungannya, muncul dua parameter bernama a dan b yang terkait dengan perilaku sistem ketika mendekati titik jamming.
| Unsur | Peran dalam persoalan jamming |
|---|---|
| Parameter a | Menggambarkan skala distribusi gaya kontak antarpartikel |
| Parameter b | Berkaitan dengan skala celah kecil antarpartikel |
| Hubungan a+b | Secara konsisten bernilai 1 dalam hasil yang diperoleh peneliti |
Hubungan a+b=1 berulang kali muncul dalam hasil numerik, tetapi pembuktian matematisnya tidak kunjung diperoleh. Kesulitan itu bertahan meski para fisikawan telah lama mencoba menurunkan hubungan tersebut secara formal dari persamaan yang ada.
Matthieu Wyart dari EPFL juga mendapatkan hubungan serupa melalui pendekatan berbeda. Kesamaan itu memberi petunjuk bahwa mungkin ada prinsip yang dapat menghubungkan dua jalur pemikiran tersebut.
Claude Membawa Sudut Pandang Berbeda
Setelah sekitar 10 tahun tanpa kemajuan berarti, Parisi mencoba menggunakan AI generatif Claude buatan Anthropic. Model itu lebih dulu diuji dengan tugas mereproduksi hasil numerik dari makalah 2014 sebelum diminta menjelaskan dasar matematis hubungan a+b=1.
Menurut Kompas.com yang mengutip Live Science, keluaran Claude dalam bentuk berkas LaTeX segera menarik perhatian Zamponi. Gagasan inti yang diajukan AI dinilai benar, walaupun jawaban awalnya masih memuat sejumlah bagian yang harus diperbaiki.
Tim peneliti tidak langsung menerima hasil AI sebagai pembuktian akhir. Mereka memeriksa, menyunting, dan mengembangkan langkah-langkah tersebut hingga menjadi solusi analitis yang dapat dipublikasikan.
Proses itu disebut membutuhkan sekitar 40 kali prompt sampai solusi siap dipublikasikan. Hasilnya kemudian terbit pada 1 Juli dalam Journal of Statistical Mechanics: Theory and Experiment.
Manusia Tetap Memegang Peran Utama
Temuan ini tidak berarti AI menggantikan peran fisikawan dalam penelitian dasar. Parisi dan Zamponi tetap menentukan pertanyaan ilmiah, menilai ketepatan jawaban, serta memastikan argumen matematisnya dapat dipertanggungjawabkan.
Zamponi menilai kemampuan formal matematika AI dapat menjadi pelengkap ketika peneliti telah berulang kali menghadapi jalan buntu. Dalam kasus ini, nilai utama Claude terletak pada kemampuannya menawarkan langkah yang sebelumnya tidak ditemukan tim melalui upaya mereka sendiri.
Parisi, penerima Nobel Fisika 2021, dan Zamponi juga menerapkan pendekatan serupa pada persoalan penambahan sekuensial acak bola keras berdimensi tinggi. Pada pekerjaan lanjutan itu, AI membantu mempercepat penulisan serta optimalisasi kode.
Namun, gagasan konseptual utama dalam riset lanjutan tersebut masih harus datang dari peneliti. Kolaborasi ini memperlihatkan bahwa AI dapat menjadi alat untuk membuka kemungkinan baru, sementara pengarah ilmiah dan pemeriksaan ketat tetap berada di tangan manusia.
