Как ИИ убивает науку

Последние дни много думаю про влияние ИИ на академическую науку, и в контексте нового скандала с OpenAI это оказывается еще более актуально.

Если вы вдруг не слышали, OpenAI утверждает, что их ИИ решили "задачу тысячелетия" — доказали, что в уравнениях Навье-Стокса, которые описывают динамику жидкости, может образоваться сингулярность — разрыв при изначально гладкой динамике. Это — одна из самых важных нерешенных задач в физике, где, в отличие от какой-нибудь темной материи, применение очевидно и очень актуально для нашей ежедневной жизни. Эти уравнения описывают, как ведет себя жидкость в любых условиях, и используются повсеместно — от заводов и фабрик до проектирования кораблей. Но до сих пор у нас не было аналитических решений этих уравнений в общем случае, а только какие-то частные случаи или численные решения. Мы даже не были уверены, что такие решения существуют, и что мы можем использовать уравнения для моделирования жидкости в любых условиях. А тут такой прорыв! При этом решение было найдено всего за пару дней работы ИИ.

Но есть нюанс, Петька. Оказалось, что решение OpenAI подозрительно похоже на подход, который использовали другие ученые в последние годы. Они разрабатывали свое решение вместе с чатгпт, а один из них работал на Anthropic. Когда пару дней назад в медиа просочились новости, что Anthropic (читайте тот ученый) близки к решению, OpenAI по-быстрому натренила свои модели и решила задачу первой. Только вот судя по всему они использовали черновики этих ученых в процессе обучения. Такая вот закавыка!

Но я хотел поговорить не об этом, хотя это характерный симптом, конечно. ИИ становится гораздо умнее нас. Математика и теоретическая физика просто рушатся под его напором: зачем теперь нужны теоретики, если ИИ может сделать за пару дней то, что все математики планеты не могли сделать за столетие?! И в этом кроется парадокс: ИИ одновременно и двигает нас на недостижимые высоты, и убивает академическую науку.

С одной стороны, ИИ дает доступ к огромному спектру знаний, которые раньше были недоступны. Например, я ищу контекст для своей статьи, и получаю концептуально похожие вещи и совсем других областей (скажем, физики электричества). В других терминах (так что я сам бы никогда не нашел) и формулировках (а если бы и нашел, не связал бы с моей работой, не будучи экспертом), но фундаментально то же самое. И в той области подход разработан гораздо дальше, так что я могу использовать эти наработки для своих моделей. Кроме того, сам процесс тестирования гипотез становится очень быстрым: у меня есть список идей, которые я когда-нибудь хотел бы изучить, но на которые никогда не хватало времени или знаний. Теперь я просто запускаю агента поработать над идеей и выдать мне вердикт, список литературы и т.д. — и могу за полчаса своего времени оценить адекватность идеи (и насколько она вообще нова).

С другой стороны, это все приводит к кризису целеполагания. Зачем мне тратить свою жизнь на специализацию в какой-то области, не спать ночами, вкалывать по 60 часов в неделю за копейки, чтобы потом пришел ИИ и решил мою задачу за два дня? И вообще все задачи, которые у меня когда-либо были? Когда за 200€ в месяц можно полностью заменить мою экспертизу? Представьте, что вы пожертвовали личной жизнью, деньгами, временем ради высокой цели продвижения человеческого знания вперед. И потратили на это 30+ лет. А тут приходит какой-то алгортим, который в один день делает всю вашу экспертизу и великую цель абсолютно бессмысленной, обходя на повороте сразу и навсегда. Да, популярное сейчас мнение, что, мол, теперь можно сосредоточиться на высокоурвневой работе, давать ИИ задания, придумывать фундаментально новые идеи (на что ИИ пока не очень способен). Но по сути это роль надзирателя над ИИ, а не исследователя. Ради этого я столько вкалывал?! Мне нравится делать науку, а не быть нянькой для ИИ.

⬇️⬇️⬇️