GPT-6 Astra finder fejl i eksperternes fysikløsninger

GPT-6 Astra løste 49 af 50 nye teoretiske fysikopgaver i en test og kostede 2,40 dollar per opgave. Det betyder, at AI matcher førende specialister, men mangler forskersmag, så fysikken ikke har fået matematikkens gennembrud. Nu vurderer de, at selvstændig topforskning kan komme snart, og at uddannelse og lige muligheder i faget derfor bør ændres.

En benchmark er en slags prøve eller målestok, ligesom en eksamen. På prøven TheoPhysEval, der indeholder teoretiske fysikberegninger, altså regneopgaver i fysikkens teori, løser sprogmodellen GPT-6 Astra 49 af 50 opgaver. GPT står for Generativ Forudtrænet Transformer. En sprogmodel er et computerprogram, der er trænet til at forstå og svare på sprog. Opgaverne er upublicerede, altså ikke offentliggjort før. Ifølge teknologimediet The Decoder er resultatet på niveau med førende specialister. Prisen er 2,40 dollar per opgave.

I nogle tilfælde, hvor agenten så ud til at fejle, viste eksperternes egne referenceløsninger sig at indeholde fejl. En agent er et program, der selv kan tage skridt for at løse en opgave, lidt som en assistent, der får en opgave og selv finder vej. Referenceløsninger er de svar, eksperterne havde lavet som facit. Så det var ikke altid maskinen, der tog fejl.

Forskerne bag siger alligevel, at fysikken ikke har fået et gennembrud som i matematikken. Et gennembrud betyder et stort spring fremad. Årsagen er, at agenterne mangler »smag«. Smag betyder her evnen til at vurdere, hvilke spørgsmål der er interessante og værd at forfølge. Det er lidt som en kok, der ikke bare følger en opskrift, men ved, hvilke ingredienser der passer sammen.

De vurderer, at selvstændig forskning på topniveau kan komme snart. Selvstændig forskning på topniveau betyder, at maskinen selv kan lave forskning på højeste niveau. De peger allerede på konsekvenser for, hvordan unge fysikere uddannes, og for lige muligheder i feltet. Lige muligheder betyder, at alle har samme chance for at komme ind og gøre sig gældende i fysik.