Het universum is gebouwd op een reeks onzichtbare regels die bepalen hoe deeltjes met elkaar interageren en hoe krachten zich gedragen. Decennialang hebben natuurkundigen geprobeerd om een enkele, elegante set regels te vinden die alles verklaart, een theorie die de verschillende natuurkrachten verenigt in één groot kader. Een van de meest veelbelovende ideeën is dat bij extreem hoge energieën de afzonderlijke krachten die we vandaag de dag zien — zoals de elektromagnetische kracht die onze lampen voedt en de sterke kracht die atoomkernen bij elkaar houdt — samensmelten tot een enkele, verenigde kracht. Als deze unificatie zou hebben plaatsgevonden, zou het een subtiele vingerafdruk hebben achtergelaten in de manier waarop deze krachten van sterkte veranderen naarmate de energieniveaus verschuiven. Bovendien voorspelt het dat als een dergelijke grote unificatie bestaat, het proton, de stabiele bouwsteen van alle materie, uiteindelijk zou vervallen, waarbij het uiteenvalt in lichtere deeltjes over enorme tijdsperioden. Het vinden van dit verval zou het ultieme bewijs van de theorie zijn, maar het is nooit waargenomen, en de berekeningen die vereist zijn om te voorspellen wanneer of of het wel gebeurt, zijn ongelooflijk complex en omvatten duizenden variabelen en ingewikkelde wiskundige stappen.

Om deze immense uitdaging aan te pakken, heeft een onderzoeker aan het Jožef Stefan Instituut in Slovenië een nieuw soort digitale assistent genaamd proton_agent gecreëerd. Dit is geen standaard computerprogramma dat simpelweg getallen verwerkt; het is een kunstmatige intelligentie-agent die ontworpen is om menselijke taal te begrijpen en natuurlijke vragen te vertalen naar precieze wetenschappelijke berekeningen. Stel je een onderzoeker voor die een eenvoudige vraag stelt zoals: "Wat gebeurt er met de sterkte van deze krachten als we een nieuw type deeltje toevoegen?" en de computer begrijpt direct de natuurkunde achter de woorden, de juiste wiskundige instrumenten selecteert, de complexe simulaties uitvoert en vervolgens de resultaten in begrijpelijk Engels uitlegt. Het doel is om deze hoogwaardige natuurkundige onderzoeken toegankelijk en reproduceerbaar te maken, waardoor wetenschappers een enorme hoeveelheid mogelijkheden kunnen verkennen zonder verloren te raken in de technische details van codering en handmatige gegevensinvoer.

De agent werkt door te fungeren als een brug tussen een menselijke gebruiker en een krachtige, deterministische wetenschappelijke motor. Wanneer een gebruiker een verzoek typt, interpreteert de AI de intentie en besluit welke specifieke computationele instrumenten te gebruiken. Het kan berekeningen uitvoeren voor hoe koppelingsconstanten — de getallen die de sterkte van fundamentele krachten beschrijven — evolueren van de energieniveaus die we in laboratoria kunnen testen tot de onvoorstelbare energieën van het vroege universum. Het kan scenario's modelleren waarin het universum de symmetrie op verschillende manieren breekt, waarbij het door tussenliggende stadia gaat voordat het zich nestelt in de natuurwetten die we vandaag de dag zien. Als een gebruiker wil weten of een specifieke rangschikking van deeltjes helpt om de krachten te verenigen, voert de agent de berekeningen uit, controleert de resultaten en vertelt de gebruiker of de krachten samenkomen in één enkel punt of uit elkaar drijven. Het kan zelfs de exacte massa bepalen die een nieuw deeltje zou moeten hebben om de unificatie werkbaar te maken, waardoor een theoretisch "wat als" wordt omgezet in een concreet getal.

Naast het alleen volgen van krachten, is de agent specifiek ontworpen om de levensduur van het proton te voorspellen. In theorieën waar krachten verenigen, zijn protonen niet voor eeuwig; ze vallen uiteindelijk uit elkaar. De agent kan berekenen hoe lang een proton kan voortbestaan op basis van verschillende theoretische modellen, zoals die met supersymmetrie, waarbij elk bekend deeltje een zwaardere partner heeft. Het houdt rekening met de complexe manieren waarop deeltjes roteren en mengen, de massa's van zware deeltjes die het verval bemiddelen, en de specifieke eigenschappen van het vacuüm van de ruimte. Het systeem kan door duizenden willekeurige combinaties van deze variabelen gaan, een proces dat een parameter scan wordt genoemd, om te zien welke scenario's nog mogelijk zijn en welke zijn uitgesloten door huidige experimenten. Het vergelijkt zijn voorspellingen met de strikte limieten die zijn gesteld door massieve detectoren zoals Hyper-Kamiokande, die de huidige grenzen en de geprojecteerde gevoeligheden voor protonverval hebben vastgesteld. Als een model een protonlevensduur voorspelt die te kort is in vergelijking met wat deze detectoren hebben gezien, markeert de agent dit als uitgesloten. Als de voorspelling net op de grens ligt van wat toekomstige detectoren zouden kunnen vinden, markeert het model als testbaar.

De kracht van dit hulpmiddel ligt in het vermogen om de enorme hoeveelheid data en de complexiteit van de relaties tussen variabelen aan te kunnen. In een supersymmetrisch model hangt de levensduur van een proton bijvoorbeeld af van de massa's van zware deeltjes die color-triplet Higgs-velden worden genoemd en de massa's van hun partners, de sfermionen. De agent kan deze massa's systematisch variëren en duizenden simulaties draaien om in kaart te brengen hoe het veranderen van één waarde de voorspelde levensduur precies beïnvloedt. Het kan gedetailleerde visualisaties genereren, die laten zien hoe de waarschijnlijkheid van verval verandelt over verschillende energieschalen of hoe verschillende menghoeken de uitkomst beïnvloeden. In één specifieke test nam de agent een benchmarkpunt dat al bekend stond als uitgesloten door experimentele gegevens en liet zien dat de voorspelde levensduur ongeveer acht ordes van grootte korter was dan de huidige experimentele limiet. Het hielp de gebruiker vervolgens te verkennen hoe veel zwaarder de sfermionen zouden moeten zijn om de voorspelde levensduur weer in de veilige zone te krijgen, waardoor de onderzoeker effectief werd geleid naar een levensvatbare theorie.

Wat deze aanpak bijzonder belangrijk maakt, is dat de mens in de loop blijft terwijl de zware taken worden overgenomen. De AI raadt de natuurkunde niet; het gebruikt een toegewezen, geverifieerde backend om de berekeningen uit te voeren, wat garandeert dat de getallen accuraat en reproduceerbaar zijn. Het taalmodel fungeert slechts als de interface, die de intentie van de gebruiker interpreteert en de resultaten presenteert. Deze scheiding betekent dat de wetenschappelijke conclusies gebaseerd zijn op solide computatie, en niet op de statistische gokken van een taalmodel. Het systeem is ontworpen om lokaal te draaien op een standaardcomputer met gebruik van open-source modellen, wat betekent dat onderzoekers niet afhankelijk hoeven te zijn van dure commerciële diensten of zich geen zorgen hoeven te maken dat hun gegevens hun eigen machines verlaten. Het vertegenwoordigt een verschuiving in hoe wetenschappelijk onderzoek wordt uitgevoerd, waarbij de beweging wordt gemaakt van een proces waarbij wetenschappers het grootste deel van hun tijd besteden aan het schrijven van code en het debuggen van scripts, naar een proces waarbij ze zich kunnen concentreren op de natuurkunde, door vragen te stellen en de antwoorden te interpreteren zoals ze dat zouden doen in een gesprek met een deskundige collega.

De onderzoekers demonstreerden de capaciteiten van de agent door bekende resultaten uit eerdere studies te reproduceren en vervolgens nieuwe terreinen te betreden. Ze lieten zien dat de agent complexe scenario's kan afhandelen waarbij sprake is van meerdere stadia van symmetriebreking, waarbij het universum door verschillende groepen krachten gaat voordat het zijn huidige staat bereikt. Het slaagde erin de effecten te berekenen van het toevoegen van diverse nieuwe deeltjes, waarbij werd bepan of zij zouden helpen de krachten te verenigen en op welke energieschalen dit zou gebeuren. Op het gebied van protonverval kon het navigeren door het ingewikkelde web van flavor-rotaties en mengparameters die bepalen hoe protonen uit elkaar vallen. Door Markov-chain Monte Carlo-simulaties uit te voeren, een methode die een enorm landschap van mogelijkheden verkent door willekeurige stappen te nemen geleid door waarschijnlijkheid, identificeerde de agent kleine regio's binnen de parameterruimte waar een model nog steeds geldig zou kunnen zijn, ondanks strikte experimentele beperkingen. Deze regio's vereisen vaak extreme fijnafstemming, maar het vinden ervan is cruciaast om te weten welke theorieën nog de moeite waard zijn om na te streven.

Uiteindelijk is proton_agent een instrument voor exploratie en validatie. Het lost het mysterie van de grote unificatie niet uit zichzelf op, maar het biedt een krachtige manier om ideeën te toetsen aan de harde data van de echte wereld. Het stelt onderzoekers in staat om snel theorieën die onmogelijk zijn te verwerpen en hun aandacht te richten op de smalle paden die tot een doorbraak kunnen leiden. Door de tijdrovende en foutgevoelige delen van de berekening te automatiseren, bevrijdt het wetenschappers om dieper na te denken over de implicaties van hun modellen. Het werk suggereert dat de toekomst van de hoogenergetische natuurkunde mogelijk een partnerschap zal zijn tussen menselijke intuïtie en kunstmatige intelligentie, waarbij de machine de enorme computationele landschappen aflegt en de mens de richting van het onderzoek bepaalt. Naarmate deze instrumenten geavanceerder worden, zullen ze waarschijnlijk een essentieel onderdeel worden van de gereedschapskist voor iedereen die probeert de fundamentele wetten te begrijpen die ons universum beheersen, waarbij de ontmoedigende taak van het berekenen van protonlevensduur wordt omgezet in een beheersbaar, interactief proces.