Физики посчитали ответы ИИ, который решает задачи по физике, ошибочными, перепроверили — и нашли ошибки в своих эталонных решениях: ИИ решил 49 из 50 задач. Речь про GPT-6 Astra в Codex: агент работал без подсказок человека, средняя стоимость — меньше $3 за задачу. Правда, тест проверяет сложные вычисления по известным методам, а не создание новых теорий.
Если совсем коротко: нейросеть не просто выдала правильные ответы на сложные вопросы — она заставила проверяющих признать, что ошибались именно они.
Что вообще случилось
Авторы бенчмарка (это такой тест-набор для проверки моделей) TheoPhysEval собрали 50 неопубликованных задач по теоретической физике. Не школьных, не университетских — исследовательских. Таких, где нужно не вспомнить формулу, а построить цепочку вычислений и не потерять по дороге смысл.
Дальше произошла странная вещь. Эксперты посмотрели на ответы GPT-6 Astra, сверили со своими эталонными решениями и решили: ИИ неправ. А потом перепроверили — и оказалось, что в нескольких задачах неверными были как раз их собственные эталонные решения, а не ответы модели. После исправлений эксперты подтвердили: Astra ответила правильно.
GPT-6 Astra работала в Codex с инструментами и веб-поиском. Проще говоря, у неё были не только знания, но и «руки»: посчитать, проверить, найти справку. И всё это — без человеческих подсказок. Никто не подсказывал ей, с какой стороны подойти к задаче.
Отдельно авторы подчёркивают важное: тест проверяет сложные вычисления по известным методам. То есть модель отлично считает и применяет то, что науке уже понятно. Создание принципиально новых физических теорий требует большего — и это честное ограничение, а не маркетинг.
Подробности — в первоисточнике: arxiv.org, разбор от the-decoder.com и материал на vc.ru.
Почему это касается не только физиков
Может показаться: ну решил ИИ задачи по теоретической физике, мне-то что? А вот что — это тест на верификацию научных данных и вообще на способность ИИ давать правильные ответы там, где раньше перепроверять приходилось человеку с дипломом.
Представь, что раньше было так: эксперт — истина в последней инстанции, а машина — подозреваемый. Теперь роли иногда меняются местами. Это значит, что искусственный интеллект в науке перешёл из разряда «помогает считать» в разряд «помогает проверять самих проверяющих».
И главное для тебя лично: планка «ИИ может решить задачу» резко поднялась. Если модель справляется с исследовательской физикой меньше чем за $3 за задачу, то твоя рабочая задача, домашнее задание или расчёт по бизнесу — это для неё вообще лёгкая разминка.
Что это даёт лично тебе
Вот конкретные люди и конкретная польза.
• Студентка-первокурсница Полина готовится к сессии по матанализу. Она фотографирует условие, просит ИИ решить задачу и — что важнее — объяснить каждый шаг. Получает не готовый ответ для списывания, а разбор, который можно повторить на экзамене.
• Мама двоих детей Ирина вечером проверяет домашку по физике у девятиклассника. Она не помнит про закон сохранения импульса ничего. ИИ решает задачу, показывает ход решения, и она объясняет сыну, а не пожимает плечами.
• Владелец кофейни Артём считает, выгодно ли поставить вторую кофемашину с учётом аренды, электричества и потока гостей. Он формулирует вводные, просит ИИ посчитать несколько сценариев и получает таблицу вместо трёх вечеров в Excel.
• Фрилансер-дизайнер Максим взял заказ на оформление сайта для инженерной компании. Терминов он не знает, но с ИИ быстро разбирается, чем тепловой насос отличается от котла, — и говорит с клиентом на одном языке.
• Репетитор Егор готовит материалы для учеников: ИИ решает задачи и оформляет пошаговые объяснения. Егор тратит на подготовку час вместо пяти и берёт больше занятий.
• Менеджер на производстве Светлана прикидывает, хватит ли складских площадей под новый объём поставок. ИИ считает и напоминает, какие данные она забыла учесть.
Обрати внимание: ни в одном из этих случаев не нужен диплом физика. Нужно уметь сформулировать задачу — а это ты умеешь.
Как попробовать прямо сейчас
Шаг 1. Открой ChatGPT — бесплатного тарифа для первых тестов хватает.
Шаг 2. Возьми реальную задачу. Не придуманную: домашку ребёнка, расчёт по работе, цифры из своего бизнеса.
Шаг 3. Напиши не «реши мне задачу», а дай контекст: что известно, что нужно найти, в каких единицах, для чего это тебе.
Шаг 4. Обязательно добавь фразу: «Покажи ход решения по шагам и отметь, где можно ошибиться».
Шаг 5. Проверь ключевые числа сам — особенно если результат идёт в документ, смету или отчёт.
Шаг 6. Если ответ кажется странным, не верь сразу ни себе, ни ИИ. Попроси модель проверить своё решение другим способом. Именно так поступили физики из TheoPhysEval — и в итоге исправили себя, а не машину.
Шаг 7. Сохрани удачный промпт, чтобы не писать заново каждый раз.
Плюсы и что изменится
Дешевле. Меньше $3 за задачу, на которую специалист тратит до рабочего дня. Даже если считать грубо: меньше $3 за задачу у модели против рабочего дня у узкого специалиста.
Быстрее. Узкому специалисту типичная задача потребовала бы до рабочего дня, а модель решает такие задачи без человеческих подсказок.
Доступнее. То, что раньше требовало человека с редкой квалификацией, теперь доступно тебе с ноутбуком.
С проверкой. Ты можешь попросить не только ответ, но и обоснование — а это уже другой уровень доверия к результату.
Что станет возможным через месяц-полгода? Скорее всего, придёт волна сервисов, где ИИ будет разбирать твои документы, считать по твоим данным и показывать расчёты. Если освоишь такие инструменты сейчас, они могут ускорить часть рутинных задач, но гарантий экономии нет.
Минусы — честно. Тест проверяет вычисления по известным методам. Новую физику ИИ пока не создаёт. Модель может уверенно ошибаться, а твоя задача может быть сформулирована так, что её поймут неправильно. Плюс данные: не загружай в сервис то, что не имеешь права показывать третьим лицам.
Вывод
Случай с TheoPhysEval — не про физику. Он про то, что ИИ уже способен давать правильные ответы на уровне, где ошибаются эксперты. И это не повод бояться, а повод попробовать.
Действие на сегодня: открой ChatGPT, возьми одну свою задачу — рабочую, учебную или бытовую — и попроси решить её с пошаговым объяснением. Пятнадцать минут. Потом напиши в комментариях у @aigoby, что получилось и где модель ошиблась.
🎁 Бонус: готовый промпт
Скопируй и подставь свои данные:
```
Ты — внимательный эксперт, который решает задачи и объясняет их так, чтобы понял неспециалист.
Задача: [вставь условие или опиши ситуацию]
Что мне нужно получить: [ответ / расчёт / объяснение / список шагов]
Важные данные: [числа, единицы, ограничения, бюджет, сроки]
Для чего это мне: [учёба / работа / бизнес / быт]
Сделай так:
1. Кратко переформулируй задачу своими словами — проверь, что понял верно.
2. Если данных не хватает, задай не больше трёх уточняющих вопросов.
3. Реши задачу по шагам, объясняя каждый шаг простыми словами.
4. Отдельно отметь места, где легко ошибиться, и почему.
5. Проверь свой ответ вторым способом и сравни результаты.
6. В конце дай итог одной строкой и три варианта: что будет, если данные немного изменятся.
Пиши по-русски, без жаргона. Если в чём-то не уверен — скажи об этом прямо.
```
Проверяй факты, указывай контекст, не бойся переспрашивать — и ИИ может помочь с частью рутины, но его ответы нужно проверять.
Комментарии 0