Virzot zinātni un matemātiku ar GPT‑5.2
GPT‑5.2 ir mūsu līdz šim spēcīgākais modelis matemātikas un zinātnes darbam.
Viena no mūsu cerībām spēcīgam MI ir, ka tas paātrinās zinātniskos pētījumus, sniedzot labumu visiem, palīdzot pētniekiem izpētīt vairāk ideju, ātrāk tās pārbaudīt un pārvērst atklājumus par ietekmi.
Pēdējā gada laikā mēs esam cieši sadarbojušies ar zinātniekiem matemātikā, fizikā, bioloģijā un datorzinātnēs, lai saprastu, kur mākslīgais intelekts var palīdzēt un kur tas joprojām atpaliek. Pagājušajā mēnesī mēs publicējām rakstu, kas apkopo agrīno gadījumu izpēti matemātikā, fizikā, bioloģijā, datorzinātnēs, astronomijā un materiālzinātnēs, kuros GPT‑5 palīdzēja pētniekiem, parādot, kā GPT‑5 jau ir sācis sniegt ieguldījumu reālā zinātniskā darbā. Ar GPT‑5.2 mēs sākam redzēt, ka šie uzlabojumi kļūst arvien konsekventāki un uzticamāki.
GPT‑5.2 Pro un GPT‑5.2 Thinking ir mūsu līdz šim spēcīgākie modeļi zinātniskajam un matemātiskajam darbam.
Spēcīga matemātiskā spriestspēja ir pamats uzticamībai zinātniskajā un tehniskajā darbā. Tas ļauj modeļiem sekot daudzpakāpju loģikai, saglabāt daudzumu konsekvenci un izvairīties no smalkām kļūdām, kas var samilzt reālās analīzēs — no simulācijām un statistikas līdz prognozēšanai un modelēšanai. Uzlabojumi tādos kritērijos kā FrontierMath neatspoguļo šauru prasmi, bet gan spēcīgāku vispārējo spriešanu un abstrakciju, spējas, kas tieši pāriet uz zinātniskajām darbplūsmām, piemēram, kodēšanu, datu analīzi un eksperimentālo dizainu.
Šīs spējas ir cieši saistītas ar virzību uz vispārējo intelektu. Sistēma, kas spēj uzticami argumentēt caur abstrakciju, uzturēt konsekvenci garās domu ķēdēs un vispārināt dažādos domēnos, izrāda īpašības, kas ir AGI pamatā — nevis uzdevumam specifiski triki, bet plašas, pārnesamas argumentācijas prasmes, kas ir svarīgas zinātnē, inženierijā un reālās pasaules lēmumu pieņemšanā.
Mēs uzskatām, ka GPT‑5.2 Pro un GPT‑5.2 Thinking ir pasaules labākie modeļi zinātnieku atbalstam un paātrināšanai. Uz GPQA Diamond, augstākā līmeņa Google-izturīgā jautājumu un atbilžu etalonā, GPT‑5.2 Pro sasniedz 93,2%, kam cieši seko GPT‑5.2 Domāšana ir 92,4%.
Programmā GPQA Diamond(atveras jaunā logā) modeļi atbild uz izvēles jautājumiem par fiziku, ķīmiju un bioloģiju. Nekādi rīki netika iespējoti, un argumentācijas intensitāte tika iestatīta uz maksimālo.
Programmā FrontierMath (1.–3. līmenis), tiek veikts ekspertu līmeņa matemātikas novērtējums, GPT‑5.2. Thinking sasniedza jaunu mākslas līmeni, atrisinot 40,3% problēmu.
Programmā FrontierMath(atveras jaunā logā) modeļi risina ekspertu līmeņa matemātikas uzdevumus. Python rīks tika iespējots, un argumentācijas intensitāte tika iestatīta uz maksimālo.
Gadījuma izpēte
Šis rezultāts norāda uz noderīgu virzienu, kā MI sistēmas varētu sniegt atbalstu zinātniskajiem pētījumiem, īpaši domēnos ar aksiomātiskiem teorētiskiem pamatiem, piemēram, matemātikā un teorētiskajā datorzinātnē. Šādos apstākļos robežmodeļi var palīdzēt izpētīt pierādījumus, pārbaudīt hipotēzes un identificēt saiknes, kuru atklāšana citādi prasītu ievērojamas cilvēka pūles.
Tajā pašā laikā šīs sistēmas nav neatkarīgi pētnieki. Ekspertu vērtējums, verifikācija un domēna izpratne joprojām ir būtiskas. Pat ļoti spējīgi modeļi var pieļaut kļūdas vai paļauties uz neizteiktiem pieņēmumiem. Bet tie var arī izveidot detalizētus, strukturētus argumentus, kas ir pelnījuši rūpīgu cilvēka izpēti un pilnveidošanu. Uzticama progresa sasniegšana ar mākslīgo intelektu tādējādi ir atkarīga no darbplūsmām, kas nodrošina validāciju, pārredzamību un sadarbību.
Aplūkots kā gadījuma izpēte, šis rezultāts ilustrē jaunu pētniecības prakses veidu. Modeļi, piemēram, GPT‑5.2, var kalpot kā rīki matemātiskās domāšanas atbalstam un agrīnās izpētes paātrināšanai, kamēr atbildība par pareizību, interpretāciju un kontekstu paliek cilvēku pētnieku ziņā. Ja tās tiek izmantotas uzmanīgi, šādas sistēmas var palīdzēt racionalizēt nozīmīgus teorētiskā darba aspektus, neaizstājot cilvēka sprieduma centrālo lomu zinātniskajā izpētē.
