Компания Physical Superintelligence (PSI) использовала невыпущенную модель Anthropic для решения фундаментальной задачи квантовых вычислений, над которой ученые работали почти два десятилетия. Это достижение меняет не только ландшафт теоретической физики, но и саму суть академической карьеры, где публикация статей долгое время была главным мерилом успеха.

Дэвид Туртурян, сотрудник PSI и недавний выпускник MIT, применил модель Fable 5.2 для доказательства гипотезы Ааронсона-Амбайниса. Эта задача касалась способности квантовых компьютеров решать проблемы быстрее классических систем. Теперь, когда ИИ закрыл этот вопрос, Туртурян задается вопросом: есть ли смысл в написании научных статей, если автоматизированные системы справляются с этим быстрее и эффективнее?

Для академического сообщества это событие стало поводом для смешанных чувств. Скотт Ааронсон, один из авторов гипотезы, признался, что испытывает одновременно удовлетворение, трепет, разочарование и усталость. Он не до конца понимает само доказательство, но доверяет ему, так как оно было формализовано на языке Lean и проверено группой ведущих исследователей.

Последствия для индустрии очевидны: научный прогресс начинает смещаться от публикации текстов к созданию автоматизированных решений. PSI строит бизнес на «неолабораториях», где ИИ-агенты используют специализированные инструменты и симуляции для поиска ответов. Пока компания зарабатывает на оптимизации дата-центров, их долгосрочная цель — превращение теоретических прорывов в прикладные технологии.

Однако граница между математической абстракцией и физической реальностью остается неясной. В отличие от математики, где доказательство в коде считается окончательным, в физике природа «получает право голоса» через эксперименты. Пока неясно, насколько эффективно ИИ сможет валидировать свои результаты в таких дисциплинах, как биология или материаловедение, где требуется сложная экспериментальная проверка.

Сейчас исследователи и эксперты, включая профессора Северо-Восточного университета Джима Халверсона, пытаются выработать новые стандарты работы в мире, где ИИ берет на себя роль первооткрывателя. Лучшие практики только формируются, а прозрачность остается единственным способом сохранить доверие к результатам.

Вопрос о том, станет ли автоматизированное доказательство новым стандартом научной деятельности, остается открытым. Если машина способна решать задачи, на которые у людей уходили десятилетия, то какой навык станет ключевым для следующего поколения ученых — умение писать статьи или умение ставить правильные вопросы перед ИИ?

Похожие материалы