AI חורג מעבר לאוטומציה במתמטיקה לתחומים העמוסים בתיאוריה, כמו פיזיקה וכלכלה

להתעלם מבעיות תיאורטיות הופכת קשה יותר

AI חורג מעבר למתמטיקה ונכנס גם לתחומים אחרים העמוסים בתיאוריה. ניל תומפסון, הלומד את ההתקדמות במחשוב ובבינה מלאכותית, טען ב-MIT שהבאים עשויים להיות הסתברות, תיאוריה של סטטיסטיקה, תיאוריה כלכלית, תיאוריה של אנרגיות גבוהות, כבידה וקוסמולוגיה, וכן פיזיקה קוונטית. המעבדה שלו חוקרת כיצד התפתחות מדעי המחשב משפיעה על החברה ועל החדשנות.

עבודה שבוצעה עם גבריאל מנסו וקלאודיו מאירינק ורדון מצביעה על שינוי משמעותי. מאמצע 2024 עד אמצע 2026 שיעור הפתרון הנכון של בעיות תיאורטיות בתחומים אלה במודלים הטובים ביותר של AI עלה מכ-2% לכ-35%. החוקרים לא ראו סימנים להאטה בקצב ההתקדמות.

הבעיות נבדקו לאחר תאריך סיום האימון

במחקר השתמשו בבעיות שעוצבו במאמרים מדעיים שפורסמו באינטרנט בין דצמבר 2025 למאי 2026. נבדקו מודלים של OpenAI, כולל o1, o3, GPT-5, GPT-5.1, GPT-5.4 ו-GPT-5.5. הפתרונות שנבדקו לקוחו ממאמרים שפורסמו לאחר תאריך סיום האימון של GPT-5.5 ושל מודלים קודמים, ולכן המערכות היו צריכות למצוא תשובות בעצמן ולא לשכזר תוצאות מוכרות.

החוקרים חסמו גם גישה לאינטרנט, כדי שהמודלים לא ימצאו פתרונות. הם הגבילו את עצמם לתחומים בלבד שבהם AI יכול היה להסיק ללא הרצת סימולציות או ניסויים. אף על פי כן, המחברים מצהירים שהמדגם הזה מזכיר את גלי ההלם במתמטיקה ועשוי להתפשט גם לתחומי מחקר מתמטיים אחרים ולתחומים העמוסים בתיאוריה.

תפקיד האדם משתנה לכיוון הערכה ואימות

לפני זמן קצר OpenAI משכה תשומת לב בהצהרה שמודל שלא פורסם פתר את האתגר העצום של Navier-Stokes במתמטיקה, שהתקיים זמן רב, ועוסק במשוואות תנועה של נוזלים. ההצהרה הפכה לסקנדלית אחרי שמתמטיקאי מ-NYU האשים את עובדי OpenAI בחיתוך, לאחר שנחשף להתקדמות מתאימה. מאוחר יותר, OpenAI ואחרים פרסמו עוד מאות פתרונות לבעיות מתמטיות קשות שהתקיימו זמן רב, מה שעורר קריאות מצד כמה מתמטיקאים להגביל את השימוש.

החוקרים מצביעים גם על השפעות חיוביות וגם שליליות. תומפסון מציין שהישגים תיאורטיים לעיתים מובילים במדע להישגים מעשיים, ולכן שימוש רב יותר ב-AI עשוי להאיץ את הדרך הזו. כמה חוקרי AI ייסדו מעבדות שמכוונות למדע על AI, בעוד חברות AI גדולות מחזקות פעילות מחקרית מדעית שבה הניתוח מקושר לניסויים אמיתיים.

מומחים עדיין חשובים. מנסו הצהיר שאנשים עדיין נדרשים ליצירת רעיונות טובים ולקישור נקודות. הוא הוסיף שבעיות קשות עשויות להביא את AI לטעות, בעוד אימות תשובה נכונה חייב להיבדק מול פתרון מלא. גם OpenAI פסלה מספר פתרונות במערך הנתונים העדכני שלה לאחר הפרסום, מה שמדגיש את הצורך באימות.

מקורות: Wired