I tried Vibe Physics. This is what I learned

[OtherSide]

Транскрипт и ссылка на видео тут

https://youscriptor.com/recognized/i-tr ... i-learned-

Мой опыт тоже говорит, что не смотря на хайп GPT пока что безусловный лидер. Подписка на грок - выброшенные деньги

Видео Сабины Хossenfelder называется «I tried Vibe Physics. This is what I learned» и оно посвящено проверке того, как современные большие языковые модели справляются с задачей — придумывать новые идеи в физике.

Вот пересказ по шагам:

1. Контекст:
   Сабина говорит, что сейчас люди начали использовать ИИ, чтобы генерировать новые физические теории. В принципе это хорошо — физике нужны новые идеи. Но на практике выходит много мусора: иногда новое, иногда правильное, но очень редко и то, и другое вместе.
2. Пример задачи:
   Она берёт одну из знаменитых нерешённых проблем — существует ли «blowup» в уравнениях Навье–Стокса (описывают жидкости и газы, используются в климатических и погодных моделях).
   Её собственная идея: связать это с общей теорией относительности (ОТО). Возможно, найдётся решение уравнений поля Эйнштейна, в котором в определённой системе координат часть уравнений будет совпадать с Навье–Стокс. Тогда через теоремы Пенроуза о сингулярностях можно было бы показать, что blowup неизбежен.
3. Что она ждала от ИИ:
   Умный студент, рассуждая, должен был бы:
   
   • формализовать задачу,
   • сопоставить уравнения Навье–Стокса и известные решения в ОТО,
   • проверить, есть ли пересечения,
   • либо доказать невозможность, либо предложить путь исследования.
4. Тест моделей:
   
   • GPT-5: поняло идею лучше всех, предложило разумные шаги.
   • Grock 4: тоже что-то ухватило, даже предложило псевдокод, но практической пользы мало.
   • Gemini 2.5: сначала назвал идею блестящей, но потом запутался и решил, что задача невыполнима.
   • Gemini DeepThink (дорогая подписка): переписывает её слова, долго думает, а потом отказывается «генерировать концептуальные прорывы».
   • Claude Opus 4.1: быстрый, но выдаёт «словесный салат», путается даже в базовых вещах.
   Вердикт:
   1 место — GPT-5 (с большим отрывом),
   затем Grock,
   дальше Gemini 2.5,
   потом Gemini DeepThink,
   в самом конце — Claude.
5. Общие выводы:
   
   • Модели хороши для поиска литературы и объяснения идей.
   • Но часто путают близкие, но разные физические понятия (энергия ≠ свободная энергия, обратимость ≠ инвариантность и т. д.).
   • Могут внезапно менять обозначения или тему.
   • Не создают реально новых идей — выдают лишь правдоподобный текст.
   • По уровню они пока хуже хорошего студента, так что рабочие места физиков в безопасности.