GPT-5 заглянул внутрь чёрной дыры — и нашёл симметрию быстрее, чем человек

История, о которой заговорили физики и разработчики ИИ, началась с простого эксперимента. Теоретик Алекс Лупсаска, известный работами по гравитации и астрофизике черных дыр, решил проверить, насколько далеко шагнули новые языковые модели. После выхода GPT-5 Pro он дал ей задачу из своей свежей научной статьи — о скрытой конформной симметрии возмущений черной дыры Керра.

Результат, по признанию ученого, удивил даже его самого: модель воссоздала нужные операторы и структуру уравнений за меньше чем полчаса. Сам Лупсаска тратил на тот же расчёт несколько дней.

"Результат потребовал прайминга и ручной валидации, но сам прыжок по скорости впечатляет", — отметил Алекс Лупсаска.

Черные дыры и нулевые Love-числа

Чтобы понять контекст, стоит вспомнить, над чем работает физик. Черные дыры Керра — вращающиеся решения уравнений Эйнштейна — ведут себя парадоксально: как ни воздействуй на них гравитацией соседних тел, они не деформируются. Лупсаска показал, что за этой "жесткостью" стоит скрытая симметрия в уравнениях — особый внутренний порядок, который не позволяет дырами "мяться".

Из этого порядка следует строгий результат: приливная деформируемость черной дыры равна нулю. Проще говоря, внутри существует "каркас", не дающий появляться вмятинам. Именно это свойство и объясняет нулевые Love-числа - параметры, показывающие, насколько тело изменяет форму под действием внешнего поля.

Как GPT-5 Pro справилась с задачей

Модель не проводила поиска в сети — статья Лупсаски слишком новая, чтобы попасть в обучающие данные. Исследователь подробно описал, что GPT-5 Pro помогла именно с технической, "муторной” частью: она быстро предложила форму симметрий и подобрала коэффициенты, при которых выражения сходятся.

Лупсаска затем вручную перепроверил и оформил доказательство. Таким образом, ИИ не доказал теорему, а сократил вычислительное время - с нескольких дней до десятков минут.

Само решение, оформленное Лупсаской после проверки, он опубликовал в открытом доступе.

Эффект Domino: вызов для других моделей

История получила продолжение. Один из пользователей X (бывший Twitter) решил повторить эксперимент, но уже с предполагаемой моделью Google Gemini 3.0 Pro, которая тестируется в Google AI Studio. По его словам, Gemini 3.0 справилась всего за две минуты. Решение выложено в открытом виде.

Это породило оживленные споры: если такие системы могут так быстро подбирать сложные операторы и симметрии, значит ли это, что научное моделирование теперь можно автоматизировать?

Лупсаска: "ИИ — не исследователь, а инструмент"

Сам физик, впрочем, не поддался эйфории. Он подчеркнул, что ИИ остаётся инструментом, а не заменой научной проверки:

"В подобных задачах модели умеют находить форму — симметрию, структуру оператора, подходящий анзац. Но проверка, интерпретация и ответственность за результат по-прежнему на исследователе", — отметил Алекс Лупсаска.

По сути, GPT-5 Pro выступила в роли ускорителя мышления, позволяя учёному не тратить часы на рутину, но оставляя творческую и аналитическую часть за человеком.

Как ИИ помогает в фундаментальной физике

Использование ИИ в теоретической физике не ново:
• модели уже применяются для поиска симметрий в уравнениях квантовой теории поля;
• в астрофизике нейросети ускоряют анализ данных телескопов и реконструкцию изображений горизонта событий;
• в математике крупные модели помогают находить закономерности в тензорных разложениях и решениях дифференциальных уравнений.

С появлением GPT-5 Pro и аналогичных систем стало ясно, что языковые модели научились работать не только с текстом, но и с символической структурой - операторами, алгебраическими зависимостями и симметриями.

Ошибка → Последствие → Альтернатива

• Ошибка: воспринимать ИИ как самостоятельного исследователя.
Последствие: риск принять ошибочные вычисления за научный результат.
Альтернатива: использовать ИИ как ускоритель проверки и генерации идей при обязательной валидации учёным.

• Ошибка: слепо доверять "правильным” формулам от модели.
Последствие: потеря научной строгости.
Альтернатива: рассматривать решения ИИ как черновики для ручного доказательства.

• Ошибка: исключать ИИ из исследовательского процесса.
Последствие: упущенные возможности ускорения открытий.
Альтернатива: включать модели в рабочие циклы с чёткими ограничениями ответственности.

Таблица: роль ИИ в научных вычислениях

А что если ИИ войдёт в академические практики?

В ближайшие годы можно ожидать появление нового формата научных статей, где часть аналитической работы будет выполнена ИИ, а исследователи сосредоточатся на интерпретации и проверке. Университеты и журналы уже обсуждают, как фиксировать авторство ИИ-вкладов и обеспечивать воспроизводимость результатов.

Появление GPT-5 Pro и Gemini 3.0 Pro может ускорить переход к "гибридной науке”, где вычислительные и лингвистические модели становятся постоянными участниками исследовательского процесса.

Плюсы и минусы использования ИИ в теоретической физике

FAQ

Могла ли GPT-5 Pro "подсмотреть” решение?
Нет, статья Лупсаски опубликована недавно и не могла попасть в обучающие данные. Модель генерировала результат сама.

Решила ли ИИ задачу полностью?
Нет. GPT-5 Pro помогла найти форму и коэффициенты, но доказательство выполнил человек.

Может ли ИИ сам делать открытия?
Пока нет. Он может ускорять вычисления и находить закономерности, но осмысление остаётся за исследователем.

Сравним ли результат Gemini 3.0 Pro?
По словам пользователя X, модель Google выполнила аналогичный расчёт за две минуты, но официального подтверждения нет.

Будет ли ИИ инструментом в научных лабораториях?
Скорее всего, да. Уже сейчас модели применяются для проверки гипотез и анализа данных.

Мифы и правда

• Миф: GPT-5 Pro доказала новую теорему.
Правда: она лишь помогла вычислить структуру, а доказательство сделал человек.

• Миф: ИИ заменит физиков.
Правда: ИИ ускоряет расчёты, но не понимает физического смысла.

• Миф: Модель искала информацию онлайн.
Правда: вычисления проходили офлайн, без обращения к интернету.

3 интересных факта

1. Лупсаска известен как участник проекта Event Horizon Telescope, впервые сфотографировавшего тень черной дыры.

2. Концепция "скрытой конформной симметрии" помогает связывать гравитацию с квантовой теорией поля.

3. GPT-5 Pro, по описанию OpenAI, обучена понимать не только текст, но и математические структуры — что и позволило ей решить задачу.

Исторический контекст

Сотрудничество науки и ИИ переживает новый этап. В 2019-м ИИ помог доказать новые теоремы в топологии, в 2021-м — ускорил поиск кристаллических структур, а теперь входит в саму теоретическую физику. История с Лупсаской показывает, что ИИ уже не просто инструмент обработки данных — он становится частью научного творчества, где машина помогает человеку увидеть скрытый порядок во Вселенной.