Ранние эксперименты по ускорению науки с помощью GPT‑520.11.2025 00:00

Наука определяет всё: от здоровья человека до производства энергии, от национальной безопасности до нашего понимания вселенной. Если искусственный интеллект сможет ускорить науку — сократив время, необходимое для генерации новых идей или перехода от идеи к проверенному результату, — эти преимущества принесут пользу всему обществу.

Но темпы инноваций по-прежнему остаются сдерживающим фактором. Даже когда правильная идея существует, ее воплощение в продукт или метод лечения может занять годы. Согласно недавнему опросу⁠, 60 процентов жителей США считают, что научные и медицинские прорывы доходят до них слишком медленно; 73 процента заявили, что нам нужны более эффективные способы ускорения открытий;, а 69 процентов назвали научное лидерство главным национальным приоритетом.

Сегодня мы публикуем документ »Ранние эксперименты по ускорению науки с помощью GPT‑5⁠», созданный в соавторстве с исследователями из университетов и национальных лабораторий, включая Университет Вандербильта, Калифорнийский университет в Беркли, Колумбийский университет, Оксфорд, Кембридж, Ливерморскую национальную лабораторию имени Лоуренса и Лабораторию Джексона. В нем собраны ранние тематические исследования в области математики, физики, биологии, компьютерных наук, астрономии и материаловедения, в которых GPT‑5 помогал исследователям синтезировать известные результаты новыми способами, проводить мощный обзор литературы, ускорять сложные вычисления и даже генерировать новые доказательства нерешенных гипотез. В документе также описываются существующие ограничения. наша цель — дать профессиональному сообществу четкое представление о том, что эти системы могут и чего не могут делать в исследовательских условиях на сегодняшний день.

Эти примеры показывают, как в руках экспертов GPT‑5 ускоряет научные открытия и почему это ускорение имеет столь важное значение:

• Биология: В исследовании под руководством доктора медицины Дерья Унутмаза ученые месяцами пытались объяснить неожиданные изменения в иммунных клетках человека. GPT‑5 за считанные минуты определил вероятный механизм по неопубликованной диаграмме и предложил эксперимент, который это доказал. Подобная скорость может помочь исследователям быстрее понимать болезни и разрабатывать более эффективные методы лечения.
• Математика: В другом случае исследователи Мехтааб Сахни и Марк Селлке решали давнюю открытую проблему, первоначально предложенную Полом Эрдёшем. Они застряли на последнем этапе, и GPT‑5 предложил новую идею о том, как одно нечетное число нарушает закономерность, что помогло им завершить доказательство. Подобные достижения укрепляют математические основы, на которые в конечном счете опираются многие алгоритмы и методы безопасности.
• Алгоритмы и оптимизация: Исследователи Себастьен Бубек и Кристиан Коэстер проверяли, действительно ли распространенный метод принятия решений, используемый в робототехнике и маршрутизации, так надежен, как принято считать. GPT‑5 нашел новый наглядный пример, показывающий, что метод может давать сбои, а также улучшил классический результат в области оптимизации — математического аппарата, используемого для поиска наилучшего способа решения задачи. Этот прогресс помогает инженерам лучше понимать системы принятия решений, применяемые в робототехнике, маршрутизации и других реальных задачах.

Миссия программы OpenAI for Science — ускорение научных открытий: помощь исследователям в изучении большего числа идей, более быстрой проверке гипотез и обнаружении инсайтов, на получение которых в противном случае ушло бы значительно больше времени. Мы делаем это, объединяя передовые модели с необходимыми инструментами, рабочими процессами и формами сотрудничества.

Мы тесно сотрудничаем с исследователями из академических кругов, индустрии и национальных лабораторий. Это партнерство помогает нам понять, где модели полезны, где они дают сбои и как интегрировать их в научный процесс — от обзора литературы и генерации доказательств до моделирования, симуляций и проектирования экспериментов.

Наш подход сочетает в себе два взаимодополняющих принципа. Специализированные научные инструменты, такие как среды симуляции, базы данных белков и системы компьютерной алгебры, необходимы для эффективности и точности. В то же время масштабирование базовых моделей продолжает раскрывать новые способности к рассуждению: связывание идей из разных областей, наброски доказательств, предложение механизмов и концептуальный поиск по обширной литературе, а не просто по ключевым словам. Там, где существуют специализированные инструменты, мы стремимся использовать их; там, где требуются общие рассуждения, мы создаем модели, способные справиться с этой задачей. Оба пути подкрепляют друг друга.

Наиболее значимый прогресс достигается в рамках командного взаимодействия человека и ИИ. Ученые задают вектор: они формулируют вопросы, выбирают методы, критикуют идеи и проверяют результаты. GPT‑5 обеспечивает масштаб, скорость и возможность параллельного изучения множества направлений.

Эффективное использование GPT‑5 — это навык. Исследователи учатся правильно формулировать вопросы, вовремя выражать сомнения, разбивать задачи на этапы и проверять информацию независимо. Продуктивная работа часто выглядит как диалог: исследователь и модель ведут итеративный обмен репликами до тех пор, пока не найдут перспективное направление или не отбросят тупиковую идею

Судя по этим ранним исследованиям, при работе под руководством экспертов GPT‑5 способен сокращать время выполнения отдельных этапов исследовательского процесса. Модель не управляет проектами и не решает научные задачи автономно, но она может расширить поле для исследований и помочь ученым быстрее приходить к верным результатам.

• Одной из зарождающихся возможностей является концептуальный поиск литературы. GPT‑5 часто способен выявлять более глубокие связи между идеями и находить релевантные материалы на разных языках, а также в труднодоступных источниках. Исследователи отмечают, что находят ссылки, связи и тезисы, о существовании которых раньше не знали.
• В математике и теоретической информатике, где структура явно выражена, а циклы обратной связи коротки, GPT‑5 оказывается особенно полезен. Математики использовали модель для генерации жизнеспособных набросков доказательств за считанные минуты, преобразуя работу, на которую в противном случае могли уйти дни или недели. В физике и вычислительных дисциплинах модель может предлагать упрощающие преобразования или указывать на аналогичные структуры в других областях.
• В биологии и других эмпирических науках модель может предлагать механизмы и разрабатывать эксперименты для проверки этих гипотез в лабораторных условиях.

Мы перешанули тот рубеж, когда модели лишь суммируют существующие знания. Теперь первые результаты применения GPT‑5 могут существенно помочь исследователям при условии экспертного надзора. Темпы совершенствования указывают на потенциал еще более глубокого ускорения по мере развития возможностей и инструментов.

Эти примеры представляют собой тщательно подобранные иллюстрации случаев, когда GPT‑5 оказался полезен; они не являются систематической выборкой и не охключают весь спектр возможных сбоев. Экспертный надзор остается необходимым условием. GPT‑5 иногда может галлюцинировать цитаты, механизмы или доказательства, которые выглядят правдоподобно; модель может быть чувствительна к особенностям контекста и проблемам предварительного прогрева; иногда она упускает из виду тонкости конкретной предметной области и может следовать неверным путем рассуждений, если ее не скорректировать. Все это — направления для активных исследований, и мы работаем совместно с партнерами над оценкой и минимизацией подобных сбоев по мере совершенствования будущих систем.

В совокупности эти первые исследования показывают, что GPT‑5 начинает помогать в новых типах научной работы. Модель не является автономной, но в руках экспертов она может способствовать доказательству теорем, переоткрытию и расширению структур, выявлению межпредметных связей, а также генерации механизмов и экспериментов, которые ученые могут проверить на практике.

Мы также наблюдаем тенденцию к улучшению этих систем по мере увеличения времени и вычислительных ресурсов. Если GPT‑5 способен эффективно помогать с некоторыми исследовательскими задачами за 20 минут, мы ожидаем более весомых результатов, когда у моделей будет возможность потратить часы или дни на размышления над проблемой. В сочетании с учеными мирового уровня это указывает на возможность качественного скачка в научной производительности с течением времени.

Автор