Стив Сюй, физик из Мичиганского университета, опубликовал статью по теоретической физике, где ключевая идея пришла от модели GPT-5 (вероятно, GPT-5 Pro или GPT-5 Thinking). Работа посвящена условиям релятивистской ковариантности для нелинейных модификаций квантовой механики и принята к публикации в Physics Letters B после стандартного рецензирования.

Все началось с того, что Сюй показал GPT-5 свою работу 2014 года о нелинейных (зависящих от состояния) модификациях квантовой механики. Модель не только корректно изложила суть статьи, но и неожиданно предложила новое направление — применить формализм Томонаги-Швингера из квантовой теории поля для анализа проблемы. GPT-5 сам вывел ключевое уравнение: условие интегрируемости, которое должно выполняться для сохранения фолиационной независимости (физические предсказания не должны зависеть от выбора пространственноподобной гиперповерхности). По утверждению автора, это уравнение ново и в литературе ранее не встречалось.

Результат работы — теоретическое ограничение: если пытаться добавить в квантовую механику нелинейные поправки (когда эволюция системы зависит от ее собственного состояния), это неизбежно ломает либо совместимость с теорией относительности, либо принцип причинности. Обойти это не удается даже в моделях, специально построенных с учетом причинно-сл��дственных связей. Вывод усиливает аргументы в пользу того, что квантовая механика должна быть строго линейной — а это один из фундаментальных вопросов физики.

Сюй описывает протокол работы с LLM, который называет Generate-Verify: одна модель генерирует шаг исследования, другая независимо его проверяет. Работу с ИИ он сравнивает с сотрудничеством с "блестящим, но ненадежным гением", способным на глубокие прозрения, но также на простые арифметические ошибки и убедительные, но ложные концепции.

В работе он использовал GPT-5, Gemini 2.5 Pro и Qwen-Max как основные модели; результаты дополнительно проверялись через DeepSeek V3.1 и Grok-4. Сюй подчеркивает, что участие человека-эксперта пока остается необходимым — неэкспертное использование ИИ в исследованиях на переднем крае, по его мнению, приведет к большим объемам тонко ошибочных результатов.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.