🧠 ИИ совершает научные открытия 👨🏻‍🔬 Представьте цифрового коллегу, который не просто ищет информацию в интернете, а самостоятельно решает нерешенные математические задачи, над которыми ученые бились годами. В феврале 2026 года DeepMind опубликовала результаты прорывного исследования. Их новая система Gemini Deep Think (в связке с агентными workflow) вышла за рамки «решения школьных олимпиадных задач» и взялась за настоящую науку. Если летом 2025 года Gemini Deep Think лишь подтвердил, что может решать сложные задачи на уровне золотых медалистов IMO, то сейчас он делает то, что под силу только профессионалам: · Решает задачи уровня PhD (тест FutureMath). · Пишет научные статьи. Одна из работ (Feng'26) была полностью сгенерирована ИИ без участия человека — она посвящена расчетам в арифметической геометрии. · Помогает математикам находить контрпримеры к гипотезам, которые считались очевидными десятилетиями. 🔬 Три области прорыва 1. Чистая математика Исследовательский агент Aletheia (на базе Gemini Deep Think) научился работать как настоящий ученый: он ищет в интернете научные статьи, проверяет свои гипотезы и, что важно, умеет признавать ошибки. Это позволило ему: · Автономно решить 4 открытые проблемы из базы Эрдёша. · Создать таксономию уровней вклада ИИ в математику (от «черновика» до «прорыва»). 2. Физика и информатика Здесь результаты еще интереснее для широкой аудитории: · Задача «Max-Cut» (разбиение сетей): ИИ решил ее, применив теоремы из... теории меры и непрерывной математики. Тупик, в котором застряли ученые, был преодолен благодаря нестандартному «мышлению». · Опровержение гипотезы 2015 года: Ученые были уверены в одном правиле для работы с потоками данных. Gemini нашел трехэлементный контрпример, доказав, что интуиция была ошибочной. · Космические струны: Физики искали способ упростить сложные интегралы с сингулярностями. Gemini предложил элегантное решение с использованием многочленов Гегенбауэра. 3. Экономика и теория аукционов Даже экономическая теория была усовершенствована! ИИ доказал, что принципы аукционов для ИИ-токенов работают не только с рациональными, но и с действительными числами, применив продвинутую топологию. Авторы описывают новый метод коллаборации — человек дает идею или интуитивное направление, а Gemini Deep Think проверяет ее, ищет доказательства или опровержения, подключает код для верификации. Это позволяет ученым сосредоточиться на творчестве и концепциях, а рутину (проверку, поиск по статьям) переложить на ИИ. Мы присутствуем при смене парадигмы. ИИ перестает быть просто «умным чатом» и становится полноценным научным сотрудником. Он не заменяет ученого, а многократно усиливает его возможности, находя связи там, где их не видит человек, и экономя годы работы.