ИИ начал придумывать физические эксперименты, до которых не додумались бы люди
Экспериментальная физика всегда держалась на простом принципе: теоретик выдвигает догадку, а экспериментатор вручную собирает установку, чтобы проверить её. Веками этого тандема хватало, но современные задачи — квантовая оптика, физика плазмы, детекторы гравитационных волн — поставили науку перед тупиком иного рода. Когда число элементов в одной установке переваливает за двадцать, а количество возможных конфигураций исчисляется миллионами, человеческого опыта и интуиции перестаёт хватать. Учёный неизбежно обращается к шаблонам из учебников, упуская нестандартные решения, которые могли бы дать кратно более точный результат.
Прорыв в автоматизации этого процесса описан в свежей статье международной группы физиков в журнале Nature. Отправной точкой стала частная неудача. Марио Кренн, ныне профессор Тюбингенского университета, а тогда аспирант в Вене, неделями безуспешно пытался собрать оптическую схему для генерации фотонов со сложными характеристиками связности. Уравнения, описывающие нужное квантовое состояние, были известны, но порядок расстановки кристаллов и зеркал оставался загадкой. Тогда Кренн формализовал задачу: он записал математические свойства каждого прибора, задал критерий успеха в виде конкретной формулы и поручил компьютеру перебирать виртуальные соединения. Утром алгоритм выдал схему из шестнадцати элементов, выглядевшую абсурдно — асимметрично, с перекрещенными лучами. Ни один человек не предложил бы такую конфигурацию. Но собранная по чертежу установка заработала с первого раза, зафиксировав именно то состояние, которого исследователи тщетно добивались вручную.
Важно понимать: речь не о чат-ботах, генерирующих правдоподобные тексты. В физике работают алгоритмы направленного математического поиска, которые не угадывают следующий шаг, а просчитывают траектории по законам оптики и отсекают заведомо бесполезные варианты. Внутри программы создаётся цифровая копия лабораторного стола с точной целевой функцией — будь то максимальная яркость луча или минимальный уровень шума. Этот метод уже вышел за пределы студенческих опытов. Алгоритмы рассчитывают геометрию электронных микроскопов, позволяя снижать лучевую нагрузку на биологические образцы, которые высокоэнергетический пучок разрушает. Они находят конфигурации оптических фильтров для детекторов гравитационных волн, где смещение зеркала в тысячи раз меньше атомного ядра, а помехой служит даже тепловое движение молекул. Наконец, компьютеры проектируют формы магнитных катушек для токамаков, удерживающих плазму стабильно дольше, чем стандартные системы.
У этого прогресса есть оборотная сторона, породившая неожиданную методологическую проблему. Машина компонует детали, руководствуясь исключительно числовой эффективностью, игнорируя человеческую логику блочной сборки. В результате схемы часто эксплуатируют явления, которые физики привыкли считать помехами: паразитные отражения от задних поверхностей линз, микроскопические фазовые задержки на краях зеркал. Установка работает с высокой точностью, но учёным требуются месяцы обратных расчётов, чтобы понять и объяснить коллегам, на каких принципах она вообще функционирует.
Конечная цель группы Кренна — создание универсального симулятора, объединяющего уравнения всех разделов физики в единой среде. Тогда экспериментатору достаточно будет ввести фундаментальные уравнения теории, а программа сама определит, какие величины их подтвердят, сформирует список оборудования и выдаст чертёж готовой установки. Это не упразднит физиков, но радикально перераспределит их обязанности: человек перестанет быть механиком, подгоняющим детали на столе, и сосредоточится на постановке задач, определении ограничений и интерпретации результатов. Компьютер не знает, что изучать, не понимает границ бюджета и не способен оценить значение данных для картины мира. Но именно машина теперь способна увидеть в хаосе комбинаций ту единственную схему, которая работает, — и это меняет саму природу экспериментальной науки.
