Nel 2003 un gruppo di fisici abbozzò un calcolo sulla formazione dei buchi neri in universi molto piccoli e lo lasciò a metà. Per ventitré anni nessuno lo ha completato. Secondo Anthropic, lo ha fatto un’intelligenza artificiale. È uno dei risultati che l’azienda ha presentato il 9 novembre 2026 insieme a Claude Fable 5.2 e Claude Mythos 5.2, i suoi modelli più avanzati. Fable e Mythos sono lo stesso modello di base, come riporta Yahoo Finance. Il primo è aperto a tutti gli utenti a pagamento, con filtri aggiuntivi su sicurezza informatica e biologia. Il secondo è riservato a organizzazioni verificate. L’annuncio arriva a ridosso della quotazione in borsa di Anthropic, un motivo in più per separare con cura ciò che è dimostrato da ciò che si legge sui media.
I buchi neri e il sogno della gravità quantistica
Anthropic dichiara che Fable 5.2 ha risolto due problemi aperti legati ai buchi neri e a una delle grandi sfide irrisolte della fisica: conciliare la relatività generale di Einstein con la meccanica quantistica.
Entrambi i risultati poggiano sulla dualità olografica, l’idea che certi universi in cui esiste la gravità si possano descrivere esattamente con una teoria quantistica in cui la gravità non c’è affatto, un po’ come un ologramma in cui un’immagine tridimensionale è codificata su una superficie bidimensionale. In questo caso si tratta della versione più consolidata dell’idea, la corrispondenza proposta da Juan Maldacena nel 1997, che riguarda universi “chiusi” a curvatura negativa. È una cugina dell’olografia celeste di Sabrina Pasterski, di cui abbiamo parlato in questo articolo, che prova invece ad applicare lo stesso principio a uno spaziotempo piatto come il nostro.
Il primo problema è proprio quello rimasto in sospeso dal 2003. Già nel 1983 i fisici avevano dimostrato che in certi universi teorici, scaldandosi, i buchi neri si formano in modo improvviso, con una vera transizione di fase, un po’ come l’acqua che diventa vapore. Quel metodo però funzionava solo per universi “grandi”. Il calcolo per quelli molto piccoli, dove la gravità classica non basta più a descrivere ciò che accade, non era mai stato portato a termine. Secondo Anthropic, Fable 5.2 lo ha completato in gran parte da solo, e il risultato è che la transizione resta brusca anche in quel regime. Il lavoro è disponibile come preprint.
Il secondo problema riguarda una tecnica usata da oltre quindici anni per escludere teorie candidate della gravità quantistica in universi semplificati. Molte ricostruzioni giornalistiche, come quella di Nerdzap, la identificano con il “bootstrap modulare”. Finora di questa tecnica si conosceva solo un intervallo entro cui cade il suo limite. Fable 5.2 avrebbe trovato il valore esatto, descritto in un secondo preprint.
Serve però prudenza. Sono preprint non ancora passati per la revisione tra pari, e Anthropic non dice quanti problemi aperti il modello abbia tentato senza successo, né quanto tempo abbia richiesto il lavoro.
Mille agenti e un teorema di quasi quattro secoli
Nel 1637 Pierre de Fermat annotò a margine di un libro che l’equazione xⁿ + yⁿ = zⁿ non ha soluzioni intere per n maggiore di 2. Aggiunse di avere una dimostrazione “meravigliosa” che però non ci stava nel margine. Ci vollero più di tre secoli, e il lavoro di Andrew Wiles negli anni Novanta, per arrivare a una dimostrazione completa, una delle più complesse della matematica moderna.
L’esperimento di Anthropic non ha dimostrato di nuovo il teorema. Ha fatto una cosa diversa e, per certi versi, altrettanto impegnativa: lo ha formalizzato. Vuol dire tradurre ogni passaggio della dimostrazione in Lean, un linguaggio in cui un computer può controllare la correttezza logica passo dopo passo, senza fidarsi di nessun salto intuitivo. Come ha annunciato l’azienda sul suo account ufficiale, una squadra di circa mille agenti Fable 5.2 ha completato il lavoro in 30 ore, coordinandosi tra loro con un intervento umano minimo.
Il confronto con il passato dà l’idea della velocità del progresso. A settembre una versione sperimentale di Claude aveva impiegato 11 giorni per la prima formalizzazione, con un sistema costruito su misura e la guida di un ricercatore umano. Stavolta il modello ha usato circa un terzo delle risorse di calcolo e ha prodotto una dimostrazione formale sette volte più corta. Con la stessa configurazione, il modello precedente Opus 5.5 si era fermato al 26% del lavoro dopo 18 ore, senza fare quasi altri progressi nelle ore successive.
C’è però un dettaglio che conta. Come ricostruisce TechTimes, e come Anthropic stessa ha chiarito in una correzione del suo post, gli agenti non sono partiti da zero. Avevano a disposizione 60 enunciati obiettivo, uno schema del percorso e 47 lemmi già dimostrati nella formalizzazione precedente. Il risultato resta notevole, ma va letto così: dimostra la capacità organizzativa e tecnica delle macchine, non produce matematica nuova. Come osserva AI Weekly, una valutazione davvero indipendente sarà possibile solo quando il codice completo sarà pubblico.
Dall’idea al circuito funzionante
Se la fisica teorica può sembrare lontana dalla vita di tutti i giorni, l’ingegneria lo è molto meno. In collaborazione con l’azienda Diode, Anthropic ha chiesto a Claude di progettare tre dispositivi elettronici a partire da una breve descrizione: un hub domestico per assistente vocale, un vivavoce USB e un piccolo animaletto virtuale portatile, una specie di erede dei giocattoli digitali tascabili degli anni Novanta.
Il modello ha scritto le specifiche, scelto i componenti consultando le schede tecniche dei produttori, disegnato gli schemi elettrici e sbrogliato circuiti stampati a quattro strati. Ha poi modellato in CAD gli involucri da stampare in 3D e scritto il firmware. Alcuni dettagli colpiscono più dei numeri. Ha scoperto da solo, per esempio, che la scheda del vivavoce andava inclinata di circa 25 gradi per poter essere montata. E ha dato all’hub una forma a cuneo perché la risonanza dei fori dei microfoni cadesse fuori dalle frequenze della voce. Gli ingegneri di Diode hanno assemblato i dispositivi seguendo le indicazioni del modello, e tutti e tre hanno funzionato senza nessuna modifica ai circuiti.
Anthropic stessa riconosce i limiti. Sono prototipi non certificati, non pensati per la produzione in serie, e mancano i test termici, elettrici e sulle antenne. Inoltre l’azienda ha un rapporto commerciale con Diode.
Proteine per la terapia genica e bracci robotici
In biologia, Mythos 5.2 ha messo a punto un metodo per prevedere la struttura dei capsidi AAV. Sono enormi complessi proteici simmetrici usati come “navette” per portare i geni terapeutici dentro le cellule. Partendo da due modelli open source di ripiegamento proteico, il sistema li ha applicati a gruppi di catene sovrapposti, poi ha ricomposto il quadro sfruttando le simmetrie note del capside. Ha modellato correttamente 28 dei 34 capsidi che ha tentato. È un lavoro che interessa da vicino chi sviluppa terapie geniche, come testimoniano i commenti di Dyno Therapeutics e della Columbia University riportati nell’annuncio.
In robotica, Fable 5.2 ha raggiunto il 64,9% di successo nel test simulato RoboDojo, in cui un robot virtuale a due braccia va controllato a partire dalle immagini delle telecamere. La versione precedente si fermava al 27,6%. Anthropic ha anche mostrato video di robot fisici che risolvono un cubo-rompicapo, svitano un tappo e disegnano. Come ha fatto notare più di un commentatore, però, anche in simulazione il modello fallisce ancora circa un tentativo su tre.
Test, non miracoli
Va detto con chiarezza: sono risultati di test, in gran parte comunicati dall’azienda che vende il prodotto, e in diversi casi ancora da verificare in modo indipendente. Nella scheda tecnica di sicurezza, Anthropic ammette che i nuovi modelli “sospettano” di essere sotto valutazione più spesso dei predecessori, e questo rende più difficile misurarne il comportamento reale. TechCrunch ha raccontato i timori, sempre più diffusi, legati a sistemi capaci di accelerare la ricerca sull’IA stessa.
Nessuno di questi risultati, preso da solo, cambia la storia della scienza. Insieme, però, segnano un passaggio di categoria. Non si parla più di un software che riassume articoli o scrive codice su richiesta, ma di un sistema a cui si affida un problema aperto e che a volte restituisce una risposta che prima non esisteva.
Un nuovo confine: “scoprire” è fattibile, verificare no
C’è un dettaglio della vicenda di Fermat che dice molto sul futuro. Gli agenti non hanno scritto la dimostrazione in linguaggio naturale, ma in Lean, dove ogni passaggio viene controllato da un programma. Non è una scelta tecnica secondaria. Se le macchine producono risultati più in fretta di quanto gli esseri umani riescano a leggerli, serve un modo per fidarsi senza rifare tutto a mano. La prima formalizzazione di settembre era stata esaminata dal matematico Kevin Buzzard, uno dei pionieri di Lean. Per la seconda è bastato il controllo automatico del sistema.
In fisica teorica e in biologia uno strumento del genere non esiste. I due preprint sui buchi neri dovranno passare attraverso la revisione tra pari, fatta da persone, con i tempi delle persone. Lo stesso vale per i capsidi proteici, che andranno confermati in laboratorio. Se domani i risultati generati dall’IA si moltiplicassero per cento, la scienza non sarebbe più limitata da quante idee si producono, ma da quante se ne riescono a verificare. Revisori, laboratori, esperimenti e repliche indipendenti rischiano di diventare la risorsa più scarsa, cambiando il paradigma dell’avanzamento della ricerca dove il rapporto tra ipotesi e test viene per la prima volta circoscritto dalla capacità di dimostrare ciò che siamo in grado di intuire.
Forse è questa la domanda più interessante che lasciano Fable 5.2 e Mythos 5.2. Non tanto se le macchine sapranno scoprire, ma se noi sapremo costruire istituzioni, strumenti e metodi capaci di distinguere, abbastanza in fretta, una scoperta vera da un errore convincente.
