Дом
Профессор Гарвардского университета за две недели подготовил Клода к поступлению на второй курс аспирантуры по физике
Стремительное развитие искусственного интеллекта в научных исследованиях раздвигает границы человеческого воображения.
В ходе недавнего эксперимента профессор Шварц из Гарвардского университета совершил замечательный прорыв: после двух недель «наставнического» обучения он превратил модель ИИ Claude в исследователя, не уступающего студенту второго курса аспирантуры по физике. Это свидетельствует о том, что крупные языковые модели выходят за рамки простого поиска знаний и становятся партнерами по исследованиям, способными глубоко вовлекаться в передовые научные изыскания.

Путь развития: от «новичка» до «независимого исследователя»
В ходе 14-дневного эксперимента «Клод» продемонстрировал кривую обучения, очень похожую на кривую обучения реального аспиранта:
Разбиение задачи на части: сталкиваясь со сложными физическими задачами, Клод активно сотрудничал с такими моделями, как GPT-5.2 и Gemini3.0, чтобы систематизировать идеи, разбивая основную тему на 102 более мелкие задачи.
Интенсивный диалог: в ходе эксперимента наставник провел около 270 углубленных бесед с ИИ, использовав при этом около 36 миллионов токенов.
Итерации научной статьи: после 110 черновиков ИИ самостоятельно подготовил научную работу профессионального уровня.
Роль преподавателя: люди дают лишь «рекомендации» и «исправления»
На протяжении всего исследования профессор Шварц выступал исключительно в роли «наставника»:
Установка границ: он указывал на логические ошибки, определял границы исследования и задавал общее направление.
Отказ от «призрачного авторства»: профессор никогда не вмешивался в конкретные вычисления или выводы; ИИ самостоятельно решал все основные задачи.
Целенаправленные решения: когда ИИ изредка шёл на упрощения или пропускал шаги, профессор подсказывал ему, как самостоятельно исправить ошибки, давая точные указания.
Новая парадигма исследований: «постдокторант-ИИ», выполняющий двойные задачи
На критическом этапе эксперимента Клод продемонстрировал способность к многозадачности, которая стала бы сложной задачей для человека: одновременно с выводом сложных физических формул он писал лежащий в их основе вычислительный код. Такое двунаправленное сотрудничество между «теоретическим выводом» и «программированием вычислений» значительно сократило цикл исследования.
Заключение: зарождение эры аспирантуры для ИИ
Этот эксперимент профессора Гарвардского университета посылает академическому сообществу четкий сигнал: ИИ уже обрёл способность решать высокоуровневые, нестандартные исследовательские задачи. Когда крупные модели смогут быстро развиваться благодаря «практическому опыту», подобно аспирантам, будущие научные открытия, возможно, вступят в эру «автономного вождения», когда люди будут задавать направления, а ИИ будет заниматься глубоким выполнением задач.
Связанная статья
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства
Соблюдение требований к автономным транспортным средствам в Калифорнии: новая эра штрафов, геозоны и 1 млн миль
Компания Guident эксплуатирует шаттл AuveTech в Южной Флориде, обслуживая маршрут протяженностью четыре мили в Вест-Палм-Бич и маршрут протяженностью одну милю в Бока-Ратоне с использованием своей тех
Рекомендации по связанным специальным темам
Комментарии (0)
Стремительное развитие искусственного интеллекта в научных исследованиях раздвигает границы человеческого воображения.
В ходе недавнего эксперимента профессор Шварц из Гарвардского университета совершил замечательный прорыв: после двух недель «наставнического» обучения он превратил модель ИИ Claude в исследователя, не уступающего студенту второго курса аспирантуры по физике. Это свидетельствует о том, что крупные языковые модели выходят за рамки простого поиска знаний и становятся партнерами по исследованиям, способными глубоко вовлекаться в передовые научные изыскания.

Путь развития: от «новичка» до «независимого исследователя»
В ходе 14-дневного эксперимента «Клод» продемонстрировал кривую обучения, очень похожую на кривую обучения реального аспиранта:
Разбиение задачи на части: сталкиваясь со сложными физическими задачами, Клод активно сотрудничал с такими моделями, как GPT-5.2 и Gemini3.0, чтобы систематизировать идеи, разбивая основную тему на 102 более мелкие задачи.
Интенсивный диалог: в ходе эксперимента наставник провел около 270 углубленных бесед с ИИ, использовав при этом около 36 миллионов токенов.
Итерации научной статьи: после 110 черновиков ИИ самостоятельно подготовил научную работу профессионального уровня.
Роль преподавателя: люди дают лишь «рекомендации» и «исправления»
На протяжении всего исследования профессор Шварц выступал исключительно в роли «наставника»:
Установка границ: он указывал на логические ошибки, определял границы исследования и задавал общее направление.
Отказ от «призрачного авторства»: профессор никогда не вмешивался в конкретные вычисления или выводы; ИИ самостоятельно решал все основные задачи.
Целенаправленные решения: когда ИИ изредка шёл на упрощения или пропускал шаги, профессор подсказывал ему, как самостоятельно исправить ошибки, давая точные указания.
Новая парадигма исследований: «постдокторант-ИИ», выполняющий двойные задачи
На критическом этапе эксперимента Клод продемонстрировал способность к многозадачности, которая стала бы сложной задачей для человека: одновременно с выводом сложных физических формул он писал лежащий в их основе вычислительный код. Такое двунаправленное сотрудничество между «теоретическим выводом» и «программированием вычислений» значительно сократило цикл исследования.
Заключение: зарождение эры аспирантуры для ИИ
Этот эксперимент профессора Гарвардского университета посылает академическому сообществу четкий сигнал: ИИ уже обрёл способность решать высокоуровневые, нестандартные исследовательские задачи. Когда крупные модели смогут быстро развиваться благодаря «практическому опыту», подобно аспирантам, будущие научные открытия, возможно, вступят в эру «автономного вождения», когда люди будут задавать направления, а ИИ будет заниматься глубоким выполнением задач.
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства











