GPT-5 демонстрирует способность ускорять научные открытия в математике и биологии

OpenAI for Science представила первые результаты применения GPT-5 в научных исследованиях, где модель помогла решить ранее нерешенные математические задачи и ускорила открытия в биологии и физике.

Научный прорыв с помощью ИИ

OpenAI for Science опубликовала исследование, демонстрирующее, как GPT-5 ускоряет исследовательские процессы в различных дисциплинах, включая доказательства ранее нерешенных математических проблем.

Кевин Вайль, вице-президент OpenAI for Science, в своем посте в LinkedIn анонсировал первую крупную публичную работу группы — документ, описывающий 13 ранних экспериментов, где GPT-5 помог исследователям продвинуться в математике, физике, биологии, материаловедении и компьютерных науках.

OpenAI for Science — это подразделение, специализирующееся на применении передовых моделей искусственного интеллекта для ускорения научных открытий, работающее с исследователями из университетов, национальных лабораторий и промышленности.

Математические доказательства и научные открытия

Четыре из 13 кейсов исследования касаются помощи GPT-5 в генерации доказательств для нерешенных математических проблем.

В одном из примеров физик Роберт Шеррер размышляет о давних открытых проблемах, которые он собирал на протяжении своей карьеры: «Я накопил ряд таких нерешенных интересных математических проблем, которые разочаровывали меня в течение моей 40-летней исследовательской карьеры. Многие из них кажутся особенно подходящими для решений с помощью ИИ. Я долго ждал момента, когда это наступит».

Исследование также документирует случай, когда ученые работали над проблемой теории чисел Эрдёша. GPT-5 предоставил ключевую идею для понимания того, как единственное «нестандартное» число ограничивает всю структуру множества. Это понимание позволило математикам Мехтабу Сони и Марку Селлке завершить полное доказательство.

Ирония в том, что математики десятилетиями бились над этими проблемами, а ИИ нашел решение за считанные часы. Это напоминает ситуацию, когда ученик превосходит учителя — только здесь учителем выступает вся математическая наука последних лет.

Ускорение в биологии, физике и компьютерных науках

Вне математики кейс-стадии OpenAI показывают, как GPT-5 поддерживал рассуждения в контекстах, где важны концептуальные связи.

• В биологии GPT-5 проанализировал неопубликованную диаграмму и идентифицировал правдоподобный механизм, стоящий за неожиданным изменением в человеческих иммунных клетках
• В физике модель помогла исследовать симметрии вокруг уравнений черных дыр и способствовала упрощению шагов в вычислительных рабочих процессах моделирования
• В компьютерных науках GPT-5 помог проанализировать случаи неудач общих методов оптимизации, усиливая известные результаты и предлагая более четкие конструкции для оценки исследователями

Поиск литературы как новая возможность

Одной из повторяющихся тем в документе является способность модели проводить концептуальный поиск литературы, связывая новую теорему или идею со смежными областями, включая работы, опубликованные в менее доступных журналах или на других языках.

Исследователи сообщили, что это значительно сократило время, затрачиваемое на идентификацию предыдущих работ и понимание того, как новые результаты согласуются с существующей теорией.

Ограничения и необходимость экспертного контроля

OpenAI отмечает, что GPT-5 может галлюцинировать ссылки, упускать контекст конкретной области или следовать непродуктивным путям рассуждений без руководства.

Исследование описывает эти кейс-стадии как ранние эксперименты, а не обобщаемые бенчмарки. OpenAI подчеркивает, что экспертный контроль необходим, и большая часть прогресса возникает из итеративного сотрудничества человека и ИИ.

Несмотря на впечатляющие результаты, важно помнить, что GPT-5 — это инструмент, а не замена исследователю. Наиболее ценным оказывается симбиоз человеческой интуиции и машинной скорости обработки информации — вместе они создают то, что не под силу каждому по отдельности.

Несмотря на ограничения, коллективные находки предполагают более глубокий потенциал по мере того, как модель получает больше времени, специализированные инструменты и возможности для рассуждений в более длительных сессиях.

По сообщению EdTech Innovation Hub, Вайль отмечает, что GPT-5 еще не решает крупные открытые проблемы вроде гипотезы Римана, но переход от суммирования существующих знаний к внесению небольших новых результатов знаменует значимый порог.