Le 15 novembre 2026, OpenAI a publié un billet invité du physicien Nathaniel Craig, dans lequel il décrit son travail avec GPT-6 Astra sur une manière candidate de définir le Standard Model de la physique des particules sur un réseau, une grille discrète qui représente l'espace-temps. Le texte est le premier du nouveau blog scientifique d'OpenAI, lancé le même jour. Craig dirige le groupe de théorie des particules de l'University of California, Santa Barbara et est membre permanent du Kavli Institute for Theoretical Physics; il est aussi visiting scientist chez OpenAI. Le récit s'appuie sur sa prépublication du 6 octobre 2026, «A gauge-invariant measure for lattice chiral fermions» (arXiv:2610.09093), qui mentionne des affiliations à l'UC Santa Barbara, au Kavli Institute et chez OpenAI.
Le Standard Model décrit les particules élémentaires connues et trois des quatre forces fondamentales, et il a été mis à l'épreuve sur une immense plage d'énergies. L'argument de Craig est que les physiciens n'ont toujours pas de définition non perturbative de la théorie complète, c'est-à-dire une définition qui ne traite pas les interactions comme de petites corrections. La théorie des champs sur réseau a connu un grand succès pour la force forte, y compris des calculs de la masse du proton à partir des premiers principes. Étendre cette approche à l'ensemble du Standard Model est bien plus difficile, parce que la force faible ne traite pas de la même manière les fermions gauchers et droitiers. Une version naïve sur réseau tend à produire des particules «doubler» en trop, et le contenu en particules de la force faible s'en trouve faussé.
Craig écrit que des travaux antérieurs, notamment les overlap fermions de Rajamani Narayanan et Herbert Neuberger et une prescription de phase due à Martin Lüscher pour des théories plus simples, comme une version chirale de l'électromagnétisme, ont laissé ouvert pendant plus de 25 ans un chaînon nécessaire pour le Standard Model complet. Sa stratégie consistait à représenter les mêmes champs de force sur une succession de grilles de plus en plus fines, et à construire la règle de phase voulue en comparant les états fermioniques autorisés sur des grilles voisines. Il dit n'avoir pas réussi à prouver que l'idée fonctionnait dans tous les cas qu'il devait couvrir. D'après le billet, GPT-6 Astra a aidé à transformer cette stratégie en une construction, a proposé comment transporter les champs de force vers des grilles plus fines, a montré que les comparaisons convergeraient, et a pris la tête de l'élaboration de la preuve détaillée.
Le résumé de la prépublication indique que le travail construit une mesure invariante de jauge pour les overlap fermions sur des réseaux euclidiens à quatre dimensions, dans une classe de théories de jauge chirales non abéliennes qui inclut le Standard Model, et que cela fournit une définition non perturbative candidate du Standard Model sur réseau. Craig précise que les spécialistes de la théorie des champs sur réseau Maarten Golterman, Andreas Kronfeld et Yigal Shamir ont examiné la preuve d'Astra et posé des questions qui l'ont aidé à gagner en confiance. L'article réserve en outre la vérification en Lean de la preuve principale à un matériel supplémentaire.
Craig se garde de présenter la construction comme une solution achevée. Il la décrit comme un commencement plutôt qu'une fin, «bien davantage une réponse en principe qu'une réponse dans la pratique», et affirme qu'il reste beaucoup à faire avant qu'elle soit utile pour des simulations réalistes sur réseau. Il souligne une question ouverte: la construction satisfait-elle la reflection positivity à un espacement de réseau fini, condition qui aide à relier les calculs sur réseau à une théorie quantique où les probabilités se conservent. Il note aussi que la définition de la théorie en interaction dans l'espace-temps continu reste ouverte, en renvoyant à un travail récent d'OpenAI sur l'existence de la théorie de Yang-Mills comme pièce voisine, et non comme un substitut à l'examen de cet article par des spécialistes.
Le texte du 15 novembre est un récit de première main d'OpenAI sur une prépublication d'octobre, et non un article de revue relu par des pairs; les affirmations scientifiques doivent se lire dans ce cadre. Le même jour, OpenAI a publié une note d'accompagnement pour présenter le blog scientifique lui-même; ce texte est un espace éditorial, pas un résultat de recherche distinct.