O universo é construído sobre um conjunto de regras invisíveis que governam como as partículas interagem e como as forças se comportam. Durante décadas, os físicos têm tentado encontrar um conjunto de regras único e elegante que explique tudo, uma teoria que unifique as diferentes forças da natureza em um único quadro grandioso. Uma das ideias mais promissoras é que, em energias extremamente altas, as forças distintas que vemos hoje — como a força eletromagnética que alimenta nossas luzes e a força forte que mantém os núcleos atômicos unidos — fundem-se em uma única força unificada. Se essa unificação tivesse ocorrido, ela teria deixado uma impressão digital sutil na maneira como essas forças mudam de intensidade à medida que os níveis de energia se deslocam. Além disso, se tal unificação grandiosa existe, ela prevê que o próton, o bloco de construção estável de toda a matéria, deve eventualmente decair, decompondo-se em partículas mais leves ao longo de vastos períodos de tempo. Encontrar esse decaimento seria a prova definitiva da teoria, mas isso nunca foi observado, e os cálculos necessários para prever quando ou se isso poderia acontecer são incrivelmente complexos, envolvendo milhares de variáveis e etapas matemáticas intrincadas.

Para enfrentar esse desafio imenso, um pesquisador do Instituto Jožef Stefan, na Eslovênia, criou um novo tipo de assistente digital chamado proton_agent. Este não é um programa de computador padrão que simplesmente processa números; é um agente de inteligência artificial projetado para entender a linguagem humana e traduzir perguntas naturais em cálculos científicos precisos. Imagine um pesquisador fazendo uma pergunta simples como: "O que acontece com a força dessas forças se adicionarmos um novo tipo de partícula?" e tendo o computador entender instantaneamente a física por trás das palavras, selecionar as ferramentas matemáticas corretas, executar as simulações complexas e, então, explicar os resultados em inglês claro. O objetivo é tornar essas investigações de física de alto nível acessíveis e reproduzíveis, permitindo que os cientistas explorem vastas possibilidades sem se perderem nas ervas daninhas técnicas de codificação e entrada manual de dados.

O agente funciona atuando como uma ponte entre um usuário humano e um motor científico poderoso e determinístico. Quando um usuário digita uma solicitação, a IA interpreta a intenção e decide quais ferramentas computacionais específicas usar. Ela pode lidar com cálculos de como os acoplamentos de gauge — os números que descrevem a força das forças fundamentais — evoluem dos níveis de energia que podemos testar em laboratórios até as energias inimagináveis do universo primitivo. Pode modelar diferentes cenários onde o universo quebra a simetria de várias maneiras, passando por estágios intermediários antes de se estabelecer nas leis da física que vemos hoje. Se um usuário quiser saber se um arranjo específico de partículas ajuda as forças a se unificarem, o agente executa os números, verifica os resultados e diz ao usuário se as forças se encontram em um único ponto ou se se afastam. Ele pode até determinar a massa exata que uma nova partícula precisaria ter para fazer a unificação funcionar, transformando um "e se" teórico em um número concreto.

Além de apenas rastrear forças, o agente é especificamente projetado para prever o tempo de vida do próton. Em teorias onde as forças se unificam, os prótons não são eternos; eles eventualmente se quebram. O agente pode calcular quanto tempo um próton pode durar com base em diferentes modelos teóricos, como aqueles envolvendo supersimetria, onde cada partícula conhecida tem uma parceira mais pesada. Ele leva em conta as formas complexas como as partículas giram e se misturam, as massas de partículas pesadas que medeiam o decaimento e as propriedades específicas do vácuo do espaço. O sistema pode percorrer milhares de combinações aleatórias dessas variáveis, um processo conhecido como varredura de parâmetros (parameter scan), para ver quais cenários ainda são possíveis e quais foram descartados por experimentos atuais. Ele compara suas previsões com os limites rigorosos estabelecidos por detectores massivos como o Hyper-Kamiokande, que estabeleceram limites atuais e projetaram sensibilidades futuras para o decaimento do próton. Se um modelo prevê um tempo de vida do próton muito curto em comparação com o que esses detectores viram, o agente o marca como excluído. Se a previsão estiver apenas no limite do que detectores futuros possam encontrar, ele marca o modelo como testável.

O poder desta ferramenta reside em sua capacidade de lidar com o volume colossal de dados e a complexidade das relações entre as variáveis. Por exemplo, em um modelo supersimétrico, o tempo de vida de um próton depende das massões de partículas pesadas chamadas campos de Higgs de triplete de cor e das massas de seus parceiros, os sfermions. O agente pode variar sistematicamente essas massas, executando milhares de simulações para mapear exatamente como a mudança de um valor afeta o tempo de vida previsto. Ele pode gerar visualizações detalhadas, mostrando como a probabilidade de decaimento muda através de diferentes escalas de energia ou como diferentes ângulos de mistura influenciam o resultado. Em um teste específico, o agente pegou um ponto de referência que já era conhecido por ser excluído por dados experimentais e mostrou que o tempo de vida previsto era cerca de oito ordens de magnitude mais curto do que o limite experimental atual. Ele então ajudou o usuário a explorar o quão mais pesados os sfermions precisariam ser para empurrar o tempo de vida previsto de volta para a zona segura, efetivamente guiando o pesquisador em direção a uma teoria viável.

O que torna esta abordagem particularmente significativa é que ela mantém o humano no controle enquanto delega o trabalho pesado. A IA não adivinha a física; ela usa um backend dedicado e verificado para realizar os cálculos, garantindo que os números sejam precisos e reproduzíveis. O modelo de linguagem atua apenas como a interface, interpretando a intenção do usuário e apresentando os resultados. Essa separação significa que as conclusões científicas são baseadas em computação sólida, não nos palpites estatísticos de um modelo de linguagem. O sistema é projetado para rodar localmente em um computador padrão usando modelos de código aberto, o que significa que os pesquisadores não precisam depender de serviços comerciais caros ou se preocupar com a saída de seus dados de suas próprias máquinas. Representa uma mudança na forma como a pesquisa científica é conduzida, passando de um processo onde os cientistas passam a maior parte do tempo escrevendo código e depurando scripts para um processo onde podem focar na física, fazendo perguntas e interpretando as respostas como fariam em uma conversa com um colega conhecedor.

Os pesquisadores demonstraram as capacidades do agente reproduzindo resultados conhecidos de estudos anteriores e depois avançando para novos territórios. Eles mostraram que ele pode lidar com cenários complexos envolvendo múltiplos estágios de quebra de simetria, onde o universo transita através de diferentes grupos de forças antes de atingir seu estado atual. Ele calculou com sucesso os efeitos da adição de várias novas partículas, determinando se elas ajudariam as forças a se unificarem e em que escalas de energia isso ocorreria. No domínio do decaimento do próton, ele foi capaz de navegar pela intrincada teia de rotações de sabor e parâmetros de mistura que ditam como os prótons se quebram. Ao executar simulações de Monte Carlo por cadeias de Markov, um método que explora um vasto panorama de possibilidades dando passos aleatórios guiados pela probabilidade, o agente identificou regiões minúsculas dentro do espaço de parâmetros onde um modelo ainda poderia ser válido, apesar das rigorosas restrições experimentais. Essas regiões frequentemente exigem um ajuste fino extremo, mas encontrar essas regiões é crucial para saber quais teorias ainda valem a pena ser perseguidas.

Em última análise, o proton_agent é uma ferramenta de exploração e validação. Ele não resolve o mistério da unificação grandiosa por conta própria, mas fornece uma maneira poderosa de testar ideias contra os dados difíceis do mundo real. Ele permite que os pesquisadores descartem rapidamente teorias que são impossíveis e foquem sua atenção nos caminhos estreitos que podem levar a um avanço. Ao automatizar as partes tediosas e propensas a erros do cálculo, ele libera os cientistas para pensarem mais profundamente sobre as implicações de seus modelos. O trabalho sugere que o futuro da física de altas energias pode envolver uma parceria entre a intuição humana e a inteligência artificial, onde a máquina lida com os vastos panoramas computacionais e o humano guia a direção da investigação. À medida que essas ferramentas se tornam mais sofisticadas, elas provavelmente se tornarão uma parte essencial do kit de ferramentas de qualquer pessoa que tente entender as leis fundamentais que governam o nosso universo, transformando a tarefa assustadora de calcular tempos de vida de prótons em um processo interativo e gerenciável.