Рани експерименти у убрзавању науке помоћу GPT‑5

Наука обликује све, од људског здравља до производње енергије, од националне безбедности до нашег разумевања универзума. Ако AI може да убрза науку — скраћујући време потребно за генерисање нових идеја или за прелазак од идеје до тестираног резултата — користи се умножавају широм друштва.

Али темпо иновација и даље остаје ограничење. Чак и када права идеја постоји, претварање те идеје у производ или терапију може да потраје годинама. У недавном истраживању⁠(отвара се у новом прозору), 60 одсто људи у САД рекло је да научни и медицински пробоји до њих стижу преспоро; 73 одсто је рекло да су нам потребни бољи начини за убрзавање открића; а 69 одсто је научно лидерство означило као врхунски национални приоритет.

Данас објављујемо „Рани експерименти у убрзавању науке помоћу GPT‑5⁠(отвара се у новом прозору)”, рад коауторски написан са сарадницима са универзитета и националних лабораторија, укључујући Vanderbilt, UC Berkeley, Columbia, Oxford, Cambridge, Lawrence Livermore National Laboratory и The Jackson Laboratory. Он обједињује ране студије случаја из математике, физике, биологије, информатике, астрономије и науке о материјалима, у којима је GPT‑5 помогао истраживачима да на нов начин синтетишу познате резултате, спроведу снажан преглед литературе, убрзају тешке прорачуне, па чак и генеришу нове доказе нерешених тврдњи. Рад такође документује ограничења. Наш циљ је да заједници дамо јасан увид у то шта ови системи данас могу, а шта не могу да ураде у истраживачким окружењима.

Ове студије случаја показују како, у рукама стручњака, GPT‑5 убрзава научна открића и зашто је то убрзање важно:

• Биологија: У студији коју је водила Дерија Унутмаз, M.D., научници су месецима покушавали да објасне збуњујућу промену у људским имуним ћелијама. GPT‑5 је у року од неколико минута идентификовао вероватан механизам на основу необјављеног графикона и предложио експеримент који га је потврдио. Ова врста брзине могла би да помогне истраживачима да брже разумеју болести и развију боље третмане.
• Математика: У другом случају, истраживачи Мехтаб Сони и Марк Селке бавили су се деценијама старим отвореним проблемом који је првобитно поставио Пол Ердеш. Запели су на последњем кораку, а GPT‑5 је допринео новом идејом о томе како један необичан број нарушава образац, што им је помогло да доврше доказ. Овакви напредци јачају математичке основе на које се на крају ослањају многи алгоритми и безбедносне технике.
• Алгоритми и оптимизација: Истраживачи Себастијен Бубек и Кристијан Кестер тестирали су да ли је уобичајени метод доношења одлука који се користи у роботици и рутирању заиста поуздан колико људи претпостављају. GPT‑5 је пронашао нов, јасан пример који показује да метод може да закаже и такође је унапредио класичан резултат у оптимизацији, математици која се користи да се утврди најбољи начин за решавање проблема. Ова врста напретка помаже инжењерима да боље разумеју системе доношења одлука који се користе у роботици, рутирању и другим применама у стварном свету.

Мисија иницијативе OpenAI for Science је да убрза научна открића: да помогне истраживачима да истраже више идеја, брже тестирају хипотезе и открију увиде за које би иначе било потребно много времена. То радимо упаривањем граничних модела са одговарајућим алатима, токовима рада и сарадњама.

Тесно сарађујемо са истраживачима из академске заједнице, индустрије и националних лабораторија. Ове сарадње нам помажу да разумемо где су модели корисни, где не успевају и како да их интегришемо у научни процес — од прегледа литературе и генерисања доказа до моделирања, симулације и експерименталног дизајна.

Наш приступ комбинује два комплементарна уверења. Специјализовани научни алати, као што су симулациони покретачи, базе података о протеинима и системи рачунарске алгебре, суштински су важни за ефикасност и прецизност. Истовремено, скалирање основних модела наставља да откључава нове способности резоновања: повезивање идеја из различитих области, скицирање доказа, предлагање механизама и концептуално сналажење у обимној литератури, а не само по кључним речима. Где постоје специјализовани алати, желимо да их користимо; где је потребно опште резоновање, градимо моделе осмишљене да се тиме баве. Оба пута се међусобно јачају.

Најзначајнији напредак долази из људско-AI тимова. Научници постављају агенду: они дефинишу питања, бирају методе, критикују идеје и валидирају резултате. GPT‑5 доприноси ширином, брзином и способношћу да паралелно истражује много праваца.

Ефикасно коришћење GPT‑5 је вештина. Истраживачи уче како да постављају питања, када да се супротставе, како да проблеме разложе на кораке и шта да независно провере. Продуктиван рад често личи на дијалог — истраживач и модел итерирају док се не појави обећавајући правац или се идеја не одбаци

Кроз ове ране студије, GPT‑5 изгледа способан да скрати делове истраживачког тока рада када га користе стручњаци. Он не води пројекте нити аутономно решава научне проблеме, али може да прошири простор истраживања и помогне истраживачима да брже дођу до тачних резултата.

• Једна нова способност је концептуална претрага литературе. GPT‑5 често може да идентификује дубље односе између идеја и пронађе релевантан материјал на различитим језицима и у мање приступачним изворима. Истраживачи пријављују да су пронашли референце, везе и тезе за које раније нису знали.
• У математици и теоријској информатици, где је структура експлицитна, а повратне спреге брзе, GPT‑5 је посебно користан. Математичари су користили GPT‑5 да за неколико минута генеришу одрживе контуре доказа, претварајући посао који би иначе можда трајао данима или недељама. У физици и рачунарским доменима, модел може да предложи поједностављујуће трансформације или укаже на аналогне структуре у другим областима.
• У биологији и другим емпиријским наукама, модел може да предложи механизме и осмисли експерименте за валидацију ових хипотеза у лабораторији.

Прешли смо тачку у којој модели само сумирају постојеће знање. Сада рани доприноси GPT‑5 могу смислено да помажу истраживачима под надзором стручњака. Темпо побољшања указује на потенцијал за дубље убрзање како способности и алати напредују.

Ове студије случаја су одабране илустрације где је GPT‑5 био користан; оне нису систематски узорак и не обухватају читав опсег начина на које може да подбаци. Надзор стручњака и даље је од суштинске важности. GPT‑5 понекад може да халуцинира цитате, механизме или доказе који делују уверљиво; може бити осетљив на помоћну структуру и уводне проблеме; понекад пропушта суптилности специфичне за домен; и може следити непродуктивне линије резоновања ако се не исправи. То су активне области истраживања и са сарадницима радимо на томе да измеримо и ублажимо ове неуспехе док усавршавамо будуће системе.

Посматране заједно, ове ране студије показују да GPT‑5 почиње да помаже у новим врстама научног рада. Модел није аутономан, али у рукама стручњака може да помогне у доказивању теорема, поновном откривању и проширивању структура, откривању веза између области и генерисању механизама и експеримената које научници потом валидирају.

Такође видимо путању по којој се ови системи побољшавају уз више времена и рачунарских ресурса. Ако GPT‑5 може смислено да помогне код неких истраживачких питања за 20 минута, очекујемо дубље резултате када модели могу да проведу сате или дане резонујући о проблему. У комбинацији са врхунским научницима, то указује на могућност постепене крупне промене у научној продуктивности током времена.