Группа ИИ-ботов взялась за задачи, которые обычно требуют участия подготовленных ученых. Результаты оказались неожиданными даже для создателей системы.

Профессор Вилли Падилла объясняет идею эксперимента: "Мы хотели создать искусственного ученого, способного самостоятельно изучать физику материалов". Его команда разработала систему из нескольких ИИ-агентов, каждый со своей ролью.

Один агент отвечает за данные, другой пишет код нейросети, третий проверяет точность расчетов. Все они управляются центральной системой, которая координирует их работу.

Задача называлась "некорректной обратной проблемой проектирования". Проще говоря — известен желаемый результат, но нет понятия, как его достичь. Именно такие задачи часто возникают при создании метаматериалов с необычными электромагнитными свойствами.

В испытаниях ИИ решал те же задачи, что и аспиранты лаборатории Падиллы. Средние результаты машины оказались скромнее человеческих, но лучшие решения практически не уступали работе ученых.

Аспирант Дари Лу, руководивший проектом, отмечает неожиданную особенность: "Система сообщает, когда достигает предела эффективности и нуждается в дополнительных данных. Это похоже на научную интуицию".

Система работает с метаматериалами — синтетическими структурами, свойства которых определяются не химическим составом, а геометрией. Такие материалы могут необычно взаимодействовать с электромагнитными волнами.

Профессор Падилла считает, что подход применим и в других областях науки. "Мы на пороге момента, когда ИИ-системы смогут повысить производительность высококвалифицированных специалистов", — говорит он.

Пока искусственный интеллект не превзошел ученых в средних показателях, но его лучшие решения уже конкурентоспособны. В инженерии часто нужен не стабильный средний результат, а одно прорывное решение — и здесь ИИ показывает перспективы.