Гарвардський дослідник запропонував шукати наукові задачі «під Claude»

Підхід «Claude-shaped problems» використовує сильні сторони LLM для пошуку споріднених математичних задач у різних науках, але потребує експертного відбору.
Метью Шварц, який раніше за два тижні написав разом із Claude повноцінну роботу з теоретичної фізики, продовжив експеримент. Цього разу він не змушував модель працювати як учений, а шукав наукові задачі, які добре підходять під сильні сторони сучасних LLM.
Він називає їх Claude-shaped problems. Ідея в тому, що в різних галузях науки постійно трапляються дуже схожі математичні конструкції, але дослідники з однієї області можуть не знати, що потрібний метод уже давно існує в іншій. LLM добре знаходять такі зв’язки між великою кількістю розрізненої літератури.
Під це Шварц разом із Claude зібрав BootLoops — набір інструментів для точних математичних обчислень. Спочатку він створювався для теоретичної фізики, але Claude почав знаходити практично ті самі задачі в екології, генетиці, економіці, лінгвістиці та інших галузях.
Наприклад, в екології модель знайшла рівняння з теорії біорізноманіття, яке близько 20 років не вміли ефективно рахувати на великих даних, і розв’язала його методами математичної фізики. У популяційній генетиці Claude знайшов спосіб точно обчислити інтеграл, який близько 30 років довелося оцінювати наближено. Це дало змогу перевірити модель рекомбінації ДНК на великому масиві генетичних даних і виявити сліди генної конверсії, які раніше було складно виділити.
Проте виявилася важлива проблема: Claude добре знаходив технічно правильні результати, але погано розумів, наскільки вони цікаві для конкретної науки. Шварц кілька разів приносив такі знахідки профільним фахівцям і отримував приблизно одну відповідь: технічно вражає, науково не дуже цікаво.
Тому далі схема роботи змінилася. Claude шукає зв’язки між галузями, пише код, рахує та перебирає гіпотези, а профільний учений визначає, яке питання справді варто ставити. Так із спочатку нецікавого результату з екології разом з експертом створили нову модель динаміки лісів, а з генетичного розрахунку дійшли до аналізу мільярдів пар мутацій.
Шварц вважає, що саме тут сучасні ШІ-моделі вже можуть помітно прискорювати науку. Величезний пласт наукових задач можна розв’язати не новим методом, а перенесенням уже існуючого методу з іншої галузі.
Чому це важливо
АналітикаЦей підхід показує, що LLM можуть прискорювати науку не лише як «генератори ідей», а як інструмент пошуку переносимих методів між галузями. Водночас він підкреслює, що без експертної оцінки технічно правильні рішення можуть залишатися науково нецікавими.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Математик Anthropic заявив про можливе доведення гіпотези Римана за допомогою Claude
Левент Алпеге повідомив, що спільна робота з моделлю Claude могла призвести до доведення гіпотези Римана.
Anthropic представила Claude Platform OAuth для підключення організацій без API-ключів
Нова можливість дозволяє користувачам підключати організацію Claude через OAuth, оплачувати запити напряму та керувати лімітами доступу.
Керування комп'ютером через ШІ (Computer Use)
Технологія компанії Anthropic (представлена в моделях Claude 3.5 Sonnet), що дозволяє нейромережі керувати операційною системою як звичайна людина: робити скріншоти екрана, аналізувати координати вікон, рухати курсор миші, клікати по кнопках та вводити текст без використання спеціальних API.
Конституційний ШІ (Constitutional AI / RLAIF)
Метод вирівнювання поведінки моделей, розроблений лабораторією Anthropic (творцями Claude). Замість використання мільйонів годин ручної праці людей, модель сама критикує та виправляє власні відповіді, спираючись на чіткий звід етичних принципів («Конституцію»).