Giorgio Parisi e Francesco Zamponi hanno ottenuto una dimostrazione analitica di una relazione matematica rimasta irrisolta per oltre un decennio nella teoria del jamming, il fenomeno attraverso il quale un insieme di particelle passa da uno stato mobile a una configurazione rigida quando aumenta la densità o il numero dei vincoli.
Il risultato riguarda il comportamento di sistemi costituiti da molte particelle a contatto, come granelli, sfere rigide, schiume ed emulsioni. Quando questi elementi sono sufficientemente liberi, possono scorrere e riorganizzarsi. Avvicinandosi alla soglia di jamming, lo spazio disponibile diminuisce e il sistema raggiunge una configurazione nella quale i movimenti collettivi vengono bloccati. Il materiale acquisisce così una rigidità meccanica pur senza possedere la struttura ordinata tipica di un cristallo.
La descrizione teorica di questa transizione richiede di studiare come alcune proprietà cambiano vicino al punto critico. Distribuzione delle distanze tra particelle, intensità delle forze di contatto e dimensione delle regioni nelle quali il sistema può ancora riorganizzarsi seguono leggi di potenza caratterizzate da specifici esponenti critici.
Questi esponenti non sono semplici parametri numerici. Permettono di descrivere il modo in cui il sistema si avvicina al blocco e di individuare proprietà universali condivise da materiali microscopicamente differenti. Sfere rigide, granuli e altri sistemi disordinati possono infatti mostrare, in prossimità del jamming, comportamenti matematici riconducibili alla stessa classe di universalità.
Il lavoro di Parisi e Zamponi si inserisce nella soluzione teorica delle sfere rigide dense nel limite di infinite dimensioni, sviluppata attraverso il metodo della rottura completa della simmetria delle repliche, indicato come full replica symmetry breaking o fullRSB. Questo formalismo consente di rappresentare sistemi complessi nei quali esiste un numero molto elevato di configurazioni metastabili organizzate secondo una struttura gerarchica.
Nel 2014, Patrick Charbonneau, Jorge Kurchan, Giorgio Parisi, Pierfrancesco Urbani e Francesco Zamponi avevano introdotto tre esponenti, indicati con le lettere a, b e c, per descrivere la regione di raccordo della soluzione fullRSB in prossimità della transizione di jamming.
Una prima relazione, b uguale a metà di 1 più c, era stata ricavata analiticamente analizzando l’equilibrio tra diffusione e deriva nelle equazioni di scala. Una seconda identità, a più b uguale a 1, emergeva invece con precisione molto elevata dai calcoli numerici, ma non era stato possibile dimostrarla direttamente partendo dalle equazioni fullRSB.
La differenza tra una conferma numerica e una dimostrazione analitica è sostanziale. Le simulazioni possono mostrare che una relazione è rispettata entro una precisione estremamente elevata, ma non stabiliscono necessariamente che essa sia valida in modo esatto per tutte le soluzioni ammesse dalla teoria. Una prova analitica permette invece di ricondurre il risultato alla struttura matematica delle equazioni.
L’identità a più b uguale a 1 è particolarmente importante perché collega la formulazione fullRSB ad altri esponenti fisicamente osservabili. Gli esponenti a, b e c determinano infatti quelli che descrivono la distribuzione dei piccoli spazi tra particelle, delle deboli forze di contatto e delle sovrapposizioni vicino al punto di jamming.
Dalla relazione dimostrata derivano due leggi di scala che erano state previste attraverso un approccio differente, fondato sulla stabilità meccanica marginale. In un sistema marginalmente stabile, anche una piccola perturbazione può produrre una riorganizzazione estesa, perché la struttura possiede appena i vincoli necessari per rimanere rigida.
La coincidenza tra i risultati ottenuti attraverso la teoria fullRSB e quelli derivati dagli argomenti di stabilità marginale mostra che due percorsi teorici sviluppati in modo indipendente descrivono la stessa struttura fisica. La dimostrazione non aggiunge quindi soltanto un passaggio matematico mancante, ma rafforza la coerenza complessiva della teoria del jamming.
Un elemento particolare del lavoro è stato il coinvolgimento dei modelli linguistici Claude Sonnet 4.6 e Claude Opus 4.7. Parisi e Zamponi hanno utilizzato l’intelligenza artificiale durante una lunga interazione dedicata all’esplorazione di possibili strategie dimostrative, trattando il modello come uno strumento con cui formulare ipotesi, verificare trasformazioni e cercare percorsi alternativi.
Il contributo decisivo è consistito nell’introduzione di una funzione ausiliaria costruita a partire dalle equazioni di scala. Questo passaggio ha permesso di riorganizzare il problema e di individuare una quantità il cui comportamento poteva essere controllato analiticamente.
Attraverso la funzione ausiliaria è stato possibile mostrare che le condizioni richieste dalla soluzione fisicamente ammissibile impongono l’identità a più b uguale a 1. Un sistema di equazioni che aveva resistito ai precedenti tentativi è stato così ricondotto a una struttura matematica più semplice e verificabile.
L’intelligenza artificiale non ha tuttavia prodotto autonomamente una prova pronta per la pubblicazione. Le proposte del modello contenevano passaggi incompleti, affermazioni da verificare e indicazioni che richiedevano correzioni. I due fisici hanno controllato la derivazione, modificato gli argomenti non rigorosi, verificato le condizioni al contorno e costruito la versione finale della dimostrazione.
Questo aspetto è essenziale per comprendere il ruolo dell’AI nella ricerca teorica. Un modello linguistico può generare trasformazioni simboliche plausibili e suggerire connessioni tra strutture matematiche, ma non possiede di per sé un sistema affidabile per distinguere una dimostrazione corretta da una sequenza soltanto convincente dal punto di vista formale.
I ricercatori hanno quindi sottoposto le proposte del modello a verifiche ripetute, formulando obiezioni e chiedendo giustificazioni per i singoli passaggi. Questa modalità di utilizzo riduce il rischio che l’AI assecondi le ipotesi dell’interlocutore o costruisca una soluzione apparentemente coerente su premesse errate.
Il valore del caso non consiste nell’aver delegato un problema scientifico all’intelligenza artificiale, ma nell’averla inserita all’interno di un processo controllato da ricercatori in grado di valutare ogni passaggio. L’AI ha ampliato lo spazio delle strategie esplorate, mentre la responsabilità della dimostrazione, della verifica e dell’interpretazione fisica è rimasta interamente umana.
Il lavoro mostra anche una differenza importante tra l’impiego dell’intelligenza artificiale per accelerare calcoli già definiti e il suo utilizzo nella fase creativa della ricerca. In questo caso, il modello non è stato adoperato soltanto per svolgere operazioni più rapidamente, ma per proporre una diversa rappresentazione del problema.
La capacità di generare numerose ipotesi può essere utile quando un ricercatore è condizionato dai metodi già tentati o dalle convenzioni consolidate nel proprio settore. Molte proposte saranno errate o inutili, ma una singola trasformazione adeguata può indicare una direzione che non era stata considerata.
La dimostrazione ottenuta da Parisi e Zamponi costituisce quindi un esempio concreto di collaborazione tra competenza scientifica e intelligenza artificiale generativa. Il modello ha contribuito alla ricerca di un passaggio matematico, ma il risultato è diventato conoscenza scientifica soltanto dopo essere stato ricostruito, verificato e formalizzato secondo i criteri del rigore matematico.
Più che annunciare una sostituzione del fisico teorico, il caso mostra la possibile evoluzione dei suoi strumenti di lavoro. I modelli linguistici possono diventare ambienti di esplorazione nei quali confrontare ipotesi, cercare controesempi e sperimentare trasformazioni, purché ogni risultato venga sottoposto a una verifica indipendente.
Nel problema del jamming, questa collaborazione ha permesso di completare una parte della teoria rimasta aperta dal 2014 e di confermare analiticamente il collegamento tra la soluzione fullRSB e le leggi della stabilità meccanica marginale. L’intelligenza artificiale ha contribuito a individuare il percorso, ma sono stati il controllo matematico e la conoscenza fisica dei ricercatori a trasformarlo in una dimostrazione.