ИИ помог исследователям решить задачу из гидродинамики, над которой они застряли почти на полтора года. До рабочего результата команда пришла примерно за пять недель. Но главное в этой истории не скорость: по словам самих авторов, по ходу работы модель допускала тонкие математические ошибки и иногда выдавала убедительные, но неверные объяснения.
Работа группы Анкура Гупты из Университета Колорадо в Боулдере посвящена электрофорезу — движению заряженных частиц в жидкости под действием электрического поля. Этот эффект используют, например, для разделения биомолекул, измерений в микрофлюидике и разработки систем доставки лекарств.
Вопрос, который не сводится к форме мяча
Для идеальной сферы физика электрофореза давно описана. Но реальные частицы редко бывают идеально круглыми: они могут быть слегка вытянутыми, приплюснутыми, шероховатыми. Исследователи хотели понять, какие именно отклонения от сферы меняют скорость частицы в электрическом поле — и как этот эффект зависит от соотношения размера частицы и толщины электрического двойного слоя вокруг неё.
Ответ оказался неожиданно компактным. На первом приближении важна общая «квадрупольная» деформация: условно, вытянута ли частица или сплюснута. Мелкие бугорки, неровности и более сложные детали поверхности на скорость почти не влияют. Авторы называют это электрофоретической «тишиной» высших гармоник: поле и гидродинамика словно не слышат мелкие неровности.
Для инженеров это полезный результат. Он подсказывает, какие параметры формы действительно стоит контролировать при проектировании микрочастиц для диагностики, очистки или доставки веществ, а на какие можно не тратить бесконечный ресурс моделирования.
Что сделал ИИ — и чего не сделал
Команда сформулировала физическую задачу, выбрала математический аппарат и затем привлекла Claude Code для длинной, монотонной алгебры, написания кода и подготовки графиков. Исследователи проверяли каждый шаг и сопоставляли итог с известными точными решениями для частных случаев.
Именно этот режим работы дал результат. ИИ не выдвинул новую физическую идею сам по себе: он стал очень быстрым помощником в разворачивании уже выбранного метода. Но скорость создала и новую проблему качества.
По словам авторов, сначала ошибки модели было сравнительно легко заметить. Затем они стали тоньше: выводы и графики могли выглядеть внутренне согласованными, хотя в рассуждении была скрыта ошибка. В одном случае модель, получив просьбу описать собственные промахи для сопроводительного текста, просто придумала три правдоподобные ошибки, которых никогда не было.
Это хороший контрпример к идее, что ИИ нужно либо полностью запретить в науке, либо немедленно поручить ему лабораторию. Его реальная сильная сторона — расширять пропускную способность исследователя. Вместо недель на повторяющиеся преобразования, код и черновую визуализацию учёные могут больше времени тратить на постановку задачи, проверку допущений и поиск аномалий.
Проверка становится центральной частью работы
В классическом расчёте исследователь обычно знает, где именно он сделал каждый переход. С агентом часть пути становится непрозрачнее: ответ может появиться быстро, в правильном стиле и с убедительным объяснением. Поэтому проверка уже не финальная формальность, а отдельный инженерный контур.
В этом исследовании она включала сравнение с точными решениями для вытянутых и сплюснутых частиц, анализ предельных режимов и независимую проверку вычислений. Именно наличие таких «контрольных точек» делает использование агента научно осмысленным.
Вывод работы шире одной задачи по гидродинамике. ИИ может заметно ускорять теоретическую и инженерную науку, особенно там, где много рутинной символической работы. Но при этом он повышает цену профессионального скепсиса. Хороший агент — не замена инженеру, а ускоритель, который требует ещё более строгих датчиков контроля.