В ответ на критику о недостатке примеров использования AI в науке, Google в феврале 2026 года опубликовал на arXiv обширное исследование, в котором 50 авторов из ведущих университетов делятся кейсами применения AI в научной практике. Среди примеров — использование модели Gemini Deep Think для решения сложных проблем в криптографии, вычислительной геометрии и физике.
Исследователи выявили ошибки, которые не заметили эксперты, используя алгоритм adversarial self-correction. Одним из ярких случаев стало разрешение гипотезы о деревьях Штейнера и решение интеграла, связанного со спектром космических струн, с помощью AI.
Однако использование AI также порождает новые вопросы: насколько надежны результаты, и какого рода проверки необходимы? Сложности с верификацией могут привести к перегрузке научного процесса. В обсуждении также возникает вопрос о неизбежной зависимости ученых от AI, который становится их «невидимым соавтором». Но где проходит грань между человечеством и машиной в исследовательском цикле?
