Inteligența Artificială (AI) a început să revoluționeze domeniul matematicii și, acum, cercetătorii de la MIT avertizează că aceasta este pe cale să transforme radical și alte discipline științifice, precum economia, fizica particulelor, cosmologia și mecanica cuantică.
Un studiu recent prezentat de Neil Thompson, specialist în progresele calculatoarelor și inteligența artificială, sugerează că, în următorii câțiva ani, AI ar putea deveni metoda implicită de rezolvare a problemelor teoretice în multiple domenii. În timp ce matematicienii se confruntă deja cu automatizarea sarcinilor lor, noul studiu indică faptul că probabilitatea, teoria statistică, teoria economică, teoria fizicii de înaltă energie, gravitația, cosmologia și fizica cuantică ar putea fi următoarele pe lista transformărilor. Cercetarea arată că, între jumătatea anului 2024 și jumătatea anului 2026, modelele AI de vârf au evoluat de la rezolvarea a doar 2% din problemele teoretice specifice acestor domenii la aproximativ 35%. Iar ritmul accelerat al progresului nu dă semne de încetinire.
"În doar câțiva ani, ne așteptăm ca multe întrebări teoretice să fie complet transformate în ceea ce privește capacitatea AI de a le aborda", afirmă Thompson.
Laboratorul lui Thompson, care analizează impactul avansurilor din informatică asupra societății și inovației, a examinat capacitatea diferitelor modele OpenAI – o1, o3, GPT-5, GPT-5.1, GPT-5.4 și GPT-5.5 – de a rezolva probleme formulate în articole de cercetare publicate online între decembrie 2025 și mai 2026. Un aspect crucial al studiului este faptul că soluțiile la aceste probleme au fost găsite în lucrări publicate *după* data limită de antrenament a modelelor GPT-5.5 și a celor anterioare. Acest lucru implică faptul că modelele testate au trebuit să descopere singure soluțiile, fără a se baza pe datele de antrenament. Pentru a asigura obiectivitatea, cercetătorii au blocat accesul la internet al modelelor, prevenind astfel căutarea soluțiilor online. Studiul s-a concentrat pe domenii în care AI poate oferi soluții fără a necesita simulări sau experimente fizice, sugerând că turbulențele resimțite în prezent în matematică se vor propaga și în alte ramuri științifice axate pe teorie.
Luna trecută, OpenAI a șocat lumea matematicii anunțând rezolvarea problemei Navier-Stokes, o provocare majoră legată de ecuațiile ce descriu mișcarea fluidelor. Acest eveniment a generat controverse, un matematician de la NYU acuzând OpenAI de "gazumping" (a prelua o idee sau o soluție înainte de publicare). Ulterior, OpenAI și alte entități au anunțat sute de soluții la probleme matematice de lungă durată, declanșând o adevărată criză în domeniu. Unii matematicieni au cerut limitarea utilizării AI, argumentând că procesul de rezolvare a problemelor este la fel de valoros ca și rezultatul final.
Thompson subliniază că, la fel ca în cazul matematicii, vom asista la efecte atât pozitive, cât și negative în alte domenii. Avansurile teoretice stimulează adesea progresul practic în știință, iar utilizarea extinsă a AI ar putea accelera acest proces. Numeroși cercetători de top în AI au fondat deja laboratoare dedicate aplicațiilor AI în știință, iar marile companii de AI își intensifică eforturile de cercetare în acest sens. Aceste inițiative vizează integrarea AI în realizarea experimentelor, alături de analiza teoretică.
Deși AI ar putea prelua sarcina rezolvării problemelor cheie de către teoreticieni, experții rămân esențiali pentru interpretarea și validarea soluțiilor. "Vom avea în continuare nevoie de oameni pentru a genera idei bune și a conecta punctele", afirmă Gabriel Manso, unul dintre co-autori. El adaugă că, în cazul problemelor extrem de complexe, AI ar putea comite greșeli, iar OpenAI a retras deja, de altfel, unele soluții din setul de date. "Avem nevoie și de metode de verificare, deoarece este foarte ușor pentru un model să pretindă că a găsit răspunsul corect, iar apoi, la o analiză mai atentă a soluției, să constatăm că nu este cazul."