ШІ допоміг закрити наукову суперечку, що тривала понад 10 років

Дослідники з Римського університету ла Сап'єнца опублікували роботу, яка закриває десятирічну суперечку навколо так званої проблеми джемінгу (раптового затвердіння гранульованих систем).

Спроба залучити Claude до математичного моделювання показала, що генеративні ШІ-моделі здатні помічати прості патерни, які науковці часто ігнорують у пошуках глибинних теоретичних структур.

Зрештою, саме підказка нейромережі вивела авторів на "елегантний і лаконічний доказ".

Проблема джемінгу та математичний тупик

У фізиці термін джемінг (jamming) описує процес, коли у гранульованому матеріалі (наприклад, у резервуарі з пластиковими кульками) різко зростає щільність. Внаслідок цього система втрачає плинність і миттєво стає жорсткою, утворюючи своєрідний "затор" із частинок.

Ще у 2014 році Джорджо Парізі, Франческо Дзампоні та їхні колеги математично описали цей стан. Числові розрахунки від самого початку чітко показували, що два ключові параметри моделі в сумі завжди дають одиницю.

Проте пояснити, чому ця закономірність працює і яка фундаментальна структура за цим стоїть, наукова спільнота не могла протягом 12 років.

Помилки Claude, які привели до правильного рішення

Зважаючи на прогрес у математичних здібностях генеративного ШІ, Парізі та Дзампоні вирішили протестувати Claude. Спершу вони попросили модель відтворити їхні старі числові розрахунки, а потім запропонували їй самостійно знайти математичне підтвердження гіпотези про рівність суми параметрів одиниці.

Процес верифікації ШІ-гіпотези

Проміжний результат. Перший варіант математичного доказу від Claude містив чимало грубих помилок і вимагав кількох раундів ручної перевірки та редагування з боку фізиків.

Зміна вектора. Попри помилки у деталях, загальна логіка алгоритму виявилася перспективною. ШІ вказав на концептуально простий випадок, який люди тривалий час не помічали, шукаючи складніші взаємозв'язки.

Як зазначив Франческо Дзампоні, ШІ видав базову ідею дуже швидко. Рішення весь цей час лежало на поверхні, але людський мозок схильний ускладнювати завдання там, де спрацьовує проста логіка.

Нова роль ШІ у фундаментальній науці

Даний кейс демонструє реальні можливості та обмеження штучного інтелекту у науковій роботі. Математик із Прінстона Вілл Савін зазначив, що ШІ сьогодні є чудовим інструментом для пошуку прихованих закономірностей та аналізу масивів літератури, які людина може пропустити.

Наразі нейромережі не здатні генерувати принципово нові наукові концепції без участі експертів. Проте вони ефективно працюють як "друга пара очей", знімаючи замиленість погляду в профільних фахівців.

З усім тим, остаточне слово, верифікація формул та ухвалення рішень усе одно залишаються виключною компетенцією людей.