Как AI всё изменит. Мнение физика из 2% самых цитируемых учёных мира

ИИ уже способен делать научные открытия?

К темпу, с которым ИИ осваивает новые направления умственной деятельности, сложно привыкнуть. Некоторые из этих направлений пока кажутся, скорее, курьёзами — например, способность играть в «Мафию», успешно обманывая и убеждая в своей правоте других игроков.  

Куда эффектнее выглядят новости об успехах ИИ в научной области. 22 сентябре на сайте Корнеллского университета появился препринт с описанием нового способа оценки математических способностей LLM. Создатели, профессор Моран Фельдман из университета Хайфы (Израиль) и руководитель исследований в Cisco Foundation AI Амин Карбаси, назвали его «тестом Гёделя» — в честь австрийского логика и математика Курта Гёделя. Суть теста Гёделя заключается в том, что ИИ предлагают решать не известные задачи, решённые математиками, а новые, пусть и достаточно простые. Фактически LLM предложено самостоятельно формулировать новые идеи и подтверждать их — то есть совершать то, что в обиходе называют «открытиями».

Для эксперимента с GPT-5 авторы выбрали пять свежих задач в области комбинаторной оптимизации.  Для трёх из них LLM предложила решения, которые учёные оценили как «почти правильные»: ключевая идея в них совпала с нужной для решения, но довести обоснование до уровня полного, проверяемого доказательства ИИ не смог. С двумя оставшимися задачами GPT-5 не справился.

Мысль о том, что ИИ начнёт заниматься наукой как настоящий субъект-учёный, способный к совершению открытий, совсем не кажется фантастической и создателям LLM. Через пару дней после публикации препринта Фельдмана и Карбаси генеральный директор OpenAI Сэм Альтман в интервью для Axel Springer Global Reporters предложил новый критерий для AGI (Artifical General Intelligence — ИИ, возможности которого будут соответствовать человеческим практически во всех когнитивных задачах или превзойдут их). По мнению Альтмана, ИИ (например, GPT-8) можно будет считать AGI, если он решит проблему квантовой гравитации и сможет рассказать человеку, как он это сделал. К слову, появления полноценного AGI Альтман ожидает уже к 2030 году.

Как считает Альтман, решение проблемы квантовой гравитации будет сопоставимо с созданием общей теорией относительности Альберта Эйнштейна — «одной из самых прекрасных вещей, которые когда-либо придумало человечество». С идеей Альтмана, что решение проблемы квантовой гравитации может стать «окончательным тестом на AGI», согласился и его собеседник, британско-израильский физик-теоретик, пионер квантовых вычислений Дэвид Дойч.

Место ИИ в современной науке

Как ИИ уже используют в своей работе современные исследователи? Сможет ли он в обозримом будущем заниматься наукой наравне с людьми-учёными или даже превзойти их? Сведётся ли роль учёных к составлению промптов для ИИ? Спросили об этом у беларусского учёного-физика из финского университета Аалто, который по итогам 2024 года в рейтинге Стэнфордского университета и издательства Elseiver попал в два процента самых цитируемых учёных мира.

— Давайте предположим, что ИИ действительно научится доказывать пусть не сложные, но нерешённые математические гипотезы. Значит ли это, что он способен самостоятельно заниматься наукой? Или это слишком узкий критерий?

• наблюдение;
• постановку проблемы;
• предположение гипотезы;
• экспериментальные исследования;
• анализ данных и построение теории на их основе.

Например, люди испокон веков видели и наблюдали радугу на небе. Очевидно, что в какой-то момент люди захотели узнать, почему радуги появляются на небе и почему всегда напротив солнца (постановка проблемы). Более тысячи лет назад на Ближнем Востоке появилась гипотеза, согласно которой радуга появляется вследствие преломления света от солнца в капельках воды в атмосфере. В средневековье Декарт и Ньютон провели экспериментальные исследования, доказывающие природу радуги, и построили соответствующую теорию.

Тест Гёделя включает в себя только оценку двух их пяти навыков (предположение гипотезы и анализ данных с последующей теорией).

Какие вообще этапы научного метода сейчас ИИ может решать? Давайте по порядку. Возьмём для примера всё ещё неисследованную область: шаровые молнии.

Физики предлагают множество разных теоретических моделей о природе шаровых молний, но пока нет экспериментальных данных, подтверждающих ту или иную модель. ИИ пока не способен заниматься наблюдениями или тем более опытами по созданию шаровых молний. Для этого его нужно подключить к «железу», например, объединить с высокотехнологическим роботом. Такое решение позволило бы заменить учёных, но робототехника ещё достаточно далека от таких сложных манипуляций.

А вот постановка проблемы, предложение гипотезы и построением теории для ИИ — не такая уж и непосильная задача. Уже сейчас ИИ в той или иной степени может справляться с такими задачами. И я совсем не удивлюсь, если в следующие лет пять он догонит учёных на этих направлениях.

Пример из моего личного опыта преподавания: ИИ сейчас отлично справляется с постановкой задач для студентов бакалавров. Он уже может составлять и правильно решать несложные задачи, которых ранее никто не составлял и которых нет в открытом доступе.

— ИИ может ускорить развитие науки? С его помощью может произойти какой-то рывок вроде научно-технической революции середины XX века? Может быть, именно ИИ заведёт нас в ту самую технологическую сингулярность, предсказанную фон Нейманом?

— Я считаю, что сильно ускорит. Причём быстрее будут появляться не только научные открытия, но (особенно) новые способы их применения, которые будут появляться ещё быстрее. Технологии будут нас удивлять всё больше и больше.

Я бы вполне допустил возможность технологической сингулярности. 

Между двух огней

– Как вы думаете, ИИ-ассистенты на основе LLM в обозримом будущем смогут заниматься наукой на равных с людьми-учёными? Или, может быть, даже превзойдут их?

— Думаю, да. В прикладной физике, что-то подобное уже случилось ранее. Нынешнее компьютерное моделирование может запросто решать те задачи, которые учёные без помощи компьютеров теоретически решить не могут. Как результат, сейчас компьютерное моделирование активно используется учёными, в том числе для создания гипотез и сбора данных.

— А развитие ИИ-технологий может уменьшить в ближайшем будущем спрос, например, на специалистов в области фундаментальной физики? Вы не видите в ИИ угрозы для учёных, которых начнут подменять более сговорчивыми и бюджетными «искусственными научными сотрудниками»?

— Скорее, нет. Как я ранее уже отмечал, научные исследования обычно включают пять отдельных компонентов. И полное их покрытие силами ИИ будет возможно не скоро. По крайней мере, до этого момента может исчезнуть множество других профессий.

На нынешнем этапе развития ИИ технологий полного вытеснения людей-учёных из науки я не предвижу. Скорее всего, учёные будут активно использовать ИИ для создания теорий и проведения научных исследований. Но если и как только появится первый настоящий искусственный сверхинтеллект (superintelligence), всё может быстро измениться.

— Может ли в конце концов роль учёных свестись к корректной постановке задач-промптов для ИИ? Вроде бы в физике это сложнее, чем в математике, ведь здесь есть необходимость в практических экспериментах. Но, допустим, в теоретической физике может такое случиться?

— Свестись к постановке промптов — слишком смело сказано. Я бы сказал, что корректная постановка промптов будет важным навыком учёных, но далеко не единственным.

Теоретическая физика всё же привязана к явлениям, которые проверяются экспериментами или наблюдениями, что и отличает её от математики. Поэтому замены даже физиков-теоретиков искусственным интеллектом в ближайшем будущем не предвидится.

— Каким образом вы, как учёный, воспринимаете ИИ-ассистентов на их современном этапе развития? Видите в них полезный инструмент? Или от них исходит какая-то угроза для людей вашей профессии?

— Я воспринимаю их очень положительно. Это очень полезный инструмент уже сейчас, хотя многие учёные этого ещё не осознали. Уже в наше время ИИ можно использовать (с той или иной вероятностью успеха) для:

• обзора литературы;
• мозгового штурма с целью генерации новых идей;
• более эффективного изучения предметов или конкретных топиков;
• проверки собственных теорий и вычислений;
• технической помощи с языками программирования;
• корректировки научных текстов.

Я думаю, этот список будет со временем расти.

Конечно, угроза со стороны ИИ для людей моей профессии тоже есть. Те учёные, которые не адаптируются к существованию ИИ, могут оказаться в будущем в неравных условиях с остальными.

Существует угроза и с другой стороны. Тех учёных, которые в своей работе будут слишком много полагаться на ИИ вместо того, чтобы самим совершенствоваться с его помощью, могут быстро заменить на тот же ИИ.