Vitenskap og matematikk fremmes med GPT‑5.2

En av våre forhåpninger for sterk KI er at det vil akselerere vitenskapelig forskning til fordel for alle, ved å hjelpe forskere med å utforske flere ideer, teste dem raskere og omgjøre oppdagelser til konkrete resultater. 

I løpet av det siste året har vi jobbet tett med forskere innen matematikk, fysikk, biologi og informatikk for å forstå hvor KI kan bidra, og hvor det fortsatt ikke strekker til. Forrige måned publiserte vi en artikkel⁠ som samlet tidlige kasusstudier innen matematikk, fysikk, biologi, informatikk, astronomi og materialvitenskap, der GPT‑5 hjalp forskere med å vise hvordan GPT‑5 allerede har begynt å bidra til virkelig vitenskapelig arbeid. Med GPT‑5.2 begynner vi å se at disse fremskrittene blir mer konsistente og mer pålitelige.

GPT‑5.2 Pro og GPT‑5.2 Thinking er våre hittil sterkeste modeller for vitenskapelig og matematisk arbeid.

Sterk matematisk resonnering er en grunnleggende forutsetning for pålitelighet i vitenskapelig og teknisk arbeid. Det gjør det mulig for modeller å følge flertrinnslogikk, holde tallverdier konsistente og unngå subtile feil som kan forverres i virkelige analyser, fra simuleringer og statistikk til prognoser og modellering. Forbedringer på referansemålinger som FrontierMath reflekterer ikke en smal ferdighet, men sterkere generell resonnering og abstraksjon, kapabiliteter som direkte overføres til vitenskapelige arbeidsflyter som koding, dataanalyse og eksperimentell design.

Disse kapabilitetene er også nært knyttet til fremdriften mot generell intelligens. Et system som kan resonnere pålitelig gjennom abstraksjon, opprettholde konsistens gjennom lange tankerekker og generalisere på tvers av domener, viser egenskaper som er grunnleggende for AGI – kke oppgavespesifikke triks, men brede, overførbare resonneringsferdigheter som er viktige innen vitenskap, ingeniørfag og beslutningstaking i den virkelige verden.

Vi tror at GPT‑5.2 Pro og GPT‑5.2 Thinking er verdens beste modeller for å assistere og akselerere forskere. På GPQA Diamond, en Google-sikker spørsmål og svar-referansemåling på masternivå, GPT‑5.2 Pro 93,2 %, tett fulgt av GPT‑5.2 Thinking på 92,4 %.

På FrontierMath (nivå 1–3), en evaluering av matematikk på ekspertnivå, satte GPT‑5.2 Thinking en ny standard for det ypperste ved å løse 40,3 % av oppgavene.

Dette resultatet antyder en nyttig retning for hvordan KI-systemer kan støtte vitenskapelig forskning, spesielt i domener med aksiomatiske teoretiske grunnlag som matematikk og teoretisk informatikk. I slike sammenhenger kan banebrytende modeller hjelpe med å utforske bevis, teste hypoteser og identifisere forbindelser som det ellers ville kreve betydelig menneskelig innsats for å avdekke.

Samtidig er disse systemene ikke selvstendige forskere. Ekspertvurdering, verifisering og forståelse av domener er fortsatt viktig. Selv svært kapable modeller kan gjøre feil eller stole på uuttalte antakelser. Men de kan også lage detaljerte, strukturerte argumenter som fortjener grundig menneskelig gjennomgang og forbedring. Pålitelig fremgang med KI avhenger derfor av arbeidsflyter som sikrer at validering, åpenhet og samarbeid forblir en del av prosessen.

Sett som en casestudie, illustrerer dette resultatet en fremvoksende forskningspraksis. Modeller som GPT‑5.2 kan fungere som verktøy for å støtte matematisk resonnement og akselerere tidlig utforskning, mens ansvaret for korrekthet, tolkning og kontekst forblir hos menneskelige forskere. Brukt med omhu kan slike systemer bidra til å effektivisere viktige aspekter av teoretisk arbeid uten å fortrenge den sentrale rollen som menneskelig vurdering har i vitenskapelig forskning.