BootLoops использует Claude для точных вычислений в физике и других науках
Физик Мэттью Шварц описал BootLoops — открытый harness для научных расчётов. За три месяца команда подготовила 36 рукописей в 18 областях, подчёркивая роль специалистов в выборе задач и проверке результатов.
Harness нацелен на вычислимые научные задачи
Физик Гарвардского университета Мэттью Шварц, который также является приглашённым исследователем Anthropic, описал BootLoops — открытый harness для точных научных вычислений. Он предлагает искать задачи, соответствующие текущим сильным сторонам ИИ, вместо того чтобы ожидать от модели поведения самостоятельного исследователя.
По словам Шварца, Claude с помощью BootLoops находила связи между физикой частиц, экологией, популяционной генетикой, экономикой и лингвистикой. Однако результаты становились научно значимыми после того, как специалисты помогали выбрать направление и интерпретировать их.
Команда проверяла расчёты в нескольких областях
За три месяца команда подготовила 36 рукописей в 18 областях с участием 19 соавторов. В физике частиц Claude вычислила 30 интегралов: 15 воспроизводили известные результаты, ещё 15 авторы сочли новыми. В экологии система решила уравнение из теории нейтрального биоразнообразия, которое было трудно вычислять в большом масштабе; анализ данных показал изменение состава древесных видов на острове Барро-Колорадо в 4,5 раза быстрее, чем предполагала теория. Эколог Джеймс О’Двайер помог превратить наблюдение в улучшенную предсказательную модель.
В популяционной генетике команда проанализировала 5,7 млрд пар мутаций проекта 1000 Genomes и нашла свидетельства механизма генной конверсии. Другие примеры включали редактор данных для проверки 4 452 пакетов воспроизведения экономических исследований и базу ударения слов для 6 072 языков, созданную вместе с тремя лингвистами.
Автоматические ответы требуют проверки специалистом
Шварц предупреждает, что Claude может преждевременно объявлять задачу решённой. Его практический вывод — проверять результаты, а не принимать уверенный ответ за доказательство. Он также считает, что ИИ меняет требования к обучению: некоторые рутинные технические навыки теперь легче поручить модели.
BootLoops и приведённые результаты описаны самим участником исследовательской работы в гостевом материале Anthropic. Они показывают отдельные вычислительные сценарии и не доказывают, что ИИ заменяет эксперименты, экспертную оценку или научные коллективы.