XUC
второе пришествие
- Регистрация
- 3 Сен 2006
- Сообщения
- 876
- Реакции
- 577
- Автор темы
- #51
Нейросеть OpenAI поставила физиков в тупик. Машина приблизилась к решению задачи на миллион долларов
И никто не может до конца разобраться в её доказательстве.
Нейросеть OpenAI справилась с частью одной из самых сложных математических задач современной физики, над которой учёные бились десятилетиями. Группа экспертов под руководством нобелевского лауреата Дэвида Гросса подтвердила доказательство существования квантовой теории Янга-Миллса, лежащей в основе современной физики элементарных частиц. Самое необычное, что специалисты признали результат математически обоснованным, хотя пока не до конца понимают, как искусственный интеллект пришёл к решению.
Эксперты изучили доказательство, проверили его математическую основу и опубликовали материалы для независимого изучения. По заключению группы, нейросеть смогла строго построить квантовую теорию Янга-Миллса в четырёхмерном пространстве-времени, где три измерения отвечают за пространство, а четвёртое за время. Работа затрагивает одну из задач тысячелетия, за полное решение которой обещан миллион долларов. Однако главный вопрос физикам ещё предстоит решить.
Чтобы понять значение результата, достаточно вспомнить, как физики изучают элементарные частицы. Уравнения позволяют с удивительной точностью предсказывать, что произойдёт при столкновении частиц в ускорителе и как действуют фундаментальные силы природы. Теория Янга-Миллса лежит в основе многих расчётов Стандартной модели, которая описывает устройство микромира. Учёные успешно пользуются соответствующим математическим аппаратом десятилетиями, но до сих пор не могли полностью доказать, что лежащую в его основе квантовую теорию можно построить без математических противоречий.
Нейросеть предложила путь к такому доказательству. В основе решения лежит подход, при котором пространство-время сначала разбивают на крошечные ячейки и описывают поведение квантовых полей на получившейся решётке. Затем математики постепенно уменьшают размер ячеек, пытаясь перейти к непрерывному пространству-времени. Именно на таком переходе прежние попытки сталкивались с серьёзными трудностями. По оценке экспертной группы, созданная ИИ математическая конструкция позволяет выполнить необходимые шаги для чистой теории Янга-Миллса, в которой рассматривают поля взаимодействия без добавления частиц вещества.
Доказательство проверили с помощью системы Lean, которая разбирает математические рассуждения на отдельные логические шаги. Компьютер проверяет каждый переход и не принимает вывод, если тот не следует из заданных правил. Эксперты дополнительно проверили формулировки, зависимости и работу программного кода. При этом автоматическая проверка сама по себе не гарантирует, что математические определения точно передают нужную физическую теорию. Для окончательной оценки требуется участие специалистов.
И здесь возникла неожиданная трудность. Доказательство оказалось настолько длинным и сложным, что даже опытные физики пока не смогли полностью разобраться во всех рассуждениях нейросети. Для изучения кода эксперты прибегли к помощи модели OpenAI Astra, но признали, что их понимание работы остаётся неполным. Получилась необычная для науки ситуация: формальная проверка подтверждает математический результат, а людям ещё предстоит восстановить логику решения и понять, какие новые идеи использовал искусственный интеллект.
Несмотря на успех, миллион долларов пока никто не получит. Институт математики Клэя включил задачу Янга-Миллса в число семи знаменитых задач тысячелетия ещё в 2000 году. Для победы необходимо доказать существование квантовой теории и наличие так называемой массовой щели. Первую часть, по мнению экспертной группы, нейросеть решила, но вторая остаётся открытой.
Массовая щель означает, что для возбуждения квантового поля нужна определённая минимальная энергия. Между состоянием с наименьшей энергией, которое физики называют вакуумом, и ближайшим возбуждённым состоянием должен существовать ненулевой промежуток. Эксперименты и компьютерное моделирование указывают на наличие массовой щели, однако математически доказать её существование пока не удалось. Работа OpenAI также не устанавливает единственность предела при переходе к бесконечному объёму пространства.
Компания объявила о результатах ещё в октябре. По словам разработчиков, нейросеть подготовила первоначальное доказательство в сентябре, а в октябре завершила его формальную проверку. OpenAI также заявила о доказательстве существования квантовой хромодинамики, которая описывает сильное взаимодействие кварков и глюонов. Однако опубликованная экспертная оценка касается чистой теории Янга-Миллса. Более широкие утверждения компании ещё требуют отдельного изучения.
Споры вызвал и порядок публикации. OpenAI сначала передала материалы небольшой группе приглашённых физиков, позволив им самостоятельно решить, когда открывать доказательство для остальных исследователей. Часть математиков раскритиковала закрытый подход, поскольку независимая проверка могла начаться раньше. Теперь материалы доступны научному сообществу, и специалисты смогут подробно изучить рассуждения нейросети, проверить выводы и попробовать использовать найденные методы для решения оставшихся вопросов.
Главная интрига теперь даже не в том, насколько близко искусственный интеллект подошёл к премии. Нейросеть подготовила математическое доказательство, которое признали ведущие специалисты, но полноценное объяснение ещё предстоит создать людям. Если независимая проверка подтвердит выводы экспертной группы, физики получат новый инструмент для изучения квантовых полей и редкий пример научного результата, в котором компьютерные рассуждения опередили человеческое понимание.
Источник Для просмотра ссылки Войди
Наука больше не принадлежит нам? ИИ вторгся туда, где веками царил только человеческий разум
Машины научились справляться с заданиями, которые раньше требовали долгой работы специалистов.
Нейросети начали опровергать математические гипотезы, которые десятилетиями не поддавались учёным, и почти безошибочно справляются со сложными задачами по теоретической физике. За несколько месяцев искусственный интеллект помог получить результаты, на которые раньше уходили годы исследований. Теперь физики, химики и биологи пытаются понять, сможет ли ИИ самостоятельно открывать законы природы и насколько сильно изменится работа учёных.
В мае модель OpenAI опровергла гипотезу математика Пала Эрдёша, сформулированную почти 80 лет назад. Позднее компания представила предполагаемое решение знаменитой задачи Навье-Стокса, которая касается движения жидкостей и газов. Доказательство вызвало большой интерес, хотя научному сообществу ещё предстоит окончательно оценить результат. В октябре OpenAI пошла ещё дальше и опубликовала 722 работы, подготовленные нейросетью по примерно 370 открытым математическим вопросам. Часть результатов пока ждёт независимой проверки, но скорость работы ИИ уже заставила математиков пересмотреть привычные представления о сложности научных задач.
В теоретической физике прогресс оказался не менее впечатляющим. Исследователи подготовили 50 новых задач, для решения которых опытному специалисту обычно требуется до целого рабочего дня. GPT-6 Astra, работавшая с инструментами поиска и вычислений, правильно ответила на 49 вопросов, набрав 98%. Нейросеть справлялась без подсказок человека, самостоятельно подбирала методы расчётов и обращалась к научной литературе. Однако авторы испытания предупреждают, что умение решать сложные задачи ещё не означает способность совершать принципиально новые открытия.
Математика особенно хорошо подходит для работы с искусственным интеллектом, поскольку правильность доказательства можно проверить строгими логическими правилами. Нейросети помогают специальные программы, включая систему Lean, которая проверяет математические рассуждения шаг за шагом. Даже если человек не понимает предложенное доказательство целиком, программа способна обнаружить логическую ошибку. В физике, химии и биологии такой универсальной проверки нет. Чтобы убедиться в правильности новой теории, учёным приходится проводить эксперименты и сравнивать предсказания с реальными наблюдениями.
Ещё одна трудность кроется в самих научных знаниях. Нейросети изучают опубликованные статьи, но далеко не весь опыт исследователей попадает в научные журналы. Неудачные эксперименты часто остаются за кадром, а многие решения специалисты принимают благодаря годам практики и наблюдений. ИИ может быстро обработать огромное количество информации, но иногда упускает особенности, которые опытный учёный замечает почти сразу.
Химик Лесли Шуп попыталась проверить возможности современных моделей на собственном открытии. Вместе с коллегами исследовательница обнаружила необычную структуру вещества, опираясь на эксперименты, наблюдения и научную интуицию. Затем Шуп предложила нейросетям предсказать существование той же структуры, но ни одна система не справилась. По мнению химика, проблема кроется в отсутствии готового математического способа получить правильный ответ. Учёным пришлось искать решение экспериментальным путём, а у ИИ пока нет сопоставимого опыта работы с реальными веществами.
Зато в задачах, где можно опереться на известные методы и качественные данные, искусственный интеллект уже экономит огромное количество времени. Физик Мэттью Шварц начал проверять Claude на задачах для молодых исследователей и обнаружил, что нейросеть иногда находила ответ за две минуты вместо двух недель человеческой работы. Позднее Шварц с коллегами подготовил 36 научных работ по 22 направлениям, от истории кислорода в атмосфере Земли до изучения солнечных пятен.
Но даже убедительные расчёты могут обмануть. Во время одного из исследований Claude объявила, что нашла способ повысить точность прогнозирования землетрясений на 15%. Шварц заинтересовался результатом, однако приглашённый специалист быстро установил, что заявленное улучшение не подтверждает реального научного прорыва. Нейросеть предложила правдоподобное решение, которое не выдержало профессиональной проверки.
В изучении мозга трудностей ещё больше. Нейробиолог Марк Хистед считает, что для новых открытий учёным прежде всего нужны подробные сведения о работе нервных клеток и связях между ними. Даже самая мощная нейросеть не сможет восстановить закономерности, если исследователи пока не умеют измерять необходимые процессы. Дополнительно мешает сложность биологических систем: малейшее изменение начальных условий иногда полностью меняет дальнейшее развитие событий.
Исследователи пока не пришли к согласию относительно будущего ИИ в науке. Шварц допускает, что нейросети вскоре смогут самостоятельно выполнять значительную часть работы физиков-теоретиков. Шуп настроена осторожнее и сомневается, что нынешний стремительный прогресс продолжится без замедления. Главный вопрос теперь касается границы между умением быстро находить правильные ответы и способностью обнаруживать совершенно новые закономерности. Математика уже показала, насколько далеко продвинулся искусственный интеллект. В остальных науках нейросетям ещё предстоит доказать, что они умеют открывать неизвестное, а не просто блестяще использовать знания людей.
Источник Для просмотра ссылки Войди
Последнее редактирование: