En KI-agent fra OpenAI løste 98 prosent av 50 tidligere upubliserte forskningsoppgaver i teoretisk fysikk. Flere svar som først ble vurdert som feil, viste seg å være riktige: det var ekspertenes egne løsninger som inneholdt feil.
Resultatene kommer frem i en ny forskningsartikkel publisert på arXiv, der en internasjonal forskergruppe har undersøkt hvor godt dagens KI-agenter kan utføre avanserte fysikkberegninger uten menneskelig hjelp.
Forskerne samlet 50 oppgaver fra ulike områder innen teoretisk fysikk, blant annet kvantefysikk, partikkelfysikk, gravitasjon og kosmologi.
Ekspertene hadde selv gjort feil
Oppgavene var ikke tidligere publisert med tilhørende løsninger. Ifølge forskerne ville en ekspert innen det aktuelle fagområdet normalt kunne løse én oppgave i løpet av en dag eller mindre, mens forskere fra andre spesialfelt ville trenge betydelig lengre tid.
KI-agenten GPT-6 Astra, som ble kjørt gjennom OpenAIs programmeringsverktøy Codex, klarte 49 av de 50 oppgavene.
Den gjennomsnittlige kostnaden var bare 2,33 dollar per oppgave, tilsvarende rundt 116 dollar for hele testen.
Et av de mest oppsiktsvekkende funnene kom under kontrollen av resultatene.
Forskerne oppdaget at flere av svarene som først var blitt vurdert som feilaktige, faktisk var korrekte. Feilene lå i stedet i ekspertenes opprinnelige løsninger. Etter at forskerne undersøkte oppgavene nærmere og korrigerte fasitene, fikk KI-agenten godkjent svarene sine, ifølge artikkelen.
GPT-6 Astra leverte også bedre resultater enn de øvrige KI-agentene i undersøkelsen. Claude Opus 5.5 fra Anthropic løste 46 oppgaver, mens Googles Gemini 3.8 Flash klarte 34.
Forskerne testet også modellene uten tilgang til nettsøk og forskningsartikler. Da klarte Astra fortsatt 46 av 50 oppgaver.
Det tyder ifølge forskerne på at modellene allerede har tilegnet seg betydelige mengder kunnskap fra eksisterende fysikklitteratur gjennom treningen.
Les også: OpenAI med mulig matematisk gjennombrudd: – Ville gitt Fields-medalje
Kan overgå menneskelige eksperter
Forskerne mener resultatene tyder på at de fremste KI-modellene allerede kan ha overgått selv ledende menneskelige forskere når det gjelder å utføre konkrete, avanserte beregninger innen spesialiserte fagområder.
Samtidig understreker de at oppgavene bygger på kjente vitenskapelige metoder. Testen undersøkte ikke om KI kan utvikle helt nye fysiske teorier eller selvstendig identifisere banebrytende forskningsspørsmål.
Forskerne påpeker dessuten at hver agent bare gjennomførte testen én gang og at resultatene derfor kan variere mellom forsøk. Likevel beskriver de funnene som en viktig milepæl for bruken av kunstig intelligens i fysikkforskning.
Undersøkelsen føyer seg til en rekke nye resultater som viser hvor raskt KI utvikler seg innen vitenskapelige fag. Tidligere i oktober offentliggjorde OpenAI over 700 matematiske forskningsmanuskripter med mulige løsninger på hundrevis av problemer.
Forskjellen er at de nye fysikkoppgavene hadde kontrollerbare fasitsvar, noe som gjorde det mulig å måle KI-agentenes prestasjoner direkte.
Les også: KI har gjort ti matematiske gjennombrudd