AI & computing › AI-gestuurde wetenschappelijke ontdekkingen
AI lost bijna alle natuurkundeproblemen op, voor een paar euro per stuk
Een nieuwe test voor theoretische natuurkunde laat zien dat het AI-model GPT-6-Astra bijna elk onderzoeksprobleem oplost waar een ervaren wetenschapper normaal een dag voor nodig heeft. Het model scoorde 49 van de 50 opgaven goed, voor gemiddeld nog geen drie dollar per probleem. Toch concluderen de onderzoekers dat dit niet automatisch tot nieuwe wetenschappelijke doorbraken leidt.
Vijfendertig onderzoekers van onder meer het International Centre for Theoretical Sciences, Harvard, KU Leuven en Google DeepMind hebben een nieuwe benchmark gepubliceerd onder de naam TheoPhysEval. Die bevat vijftig onuitgegeven rekenproblemen uit de theoretische natuurkunde, met controleerbare antwoorden. Een specialist in het vakgebied heeft normaal gesproken ongeveer een dag nodig om zo'n opgave op te lossen zonder hulp van AI.
Het model GPT-6-Astra van OpenAI, draaiend in de programmeeromgeving Codex, kwam als beste uit de test. Het vond het juiste antwoord bij 49 van de 50 problemen, voor gemiddeld minder dan drie dollar per opgave. De hele benchmark kostte in totaal ongeveer 116 dollar om door te rekenen. Concurrent Opus 5.5 van Anthropic kwam met 92 procent op de tweede plaats. Google's Gemini 3.8 Flash haalde 68 procent, terwijl de vrij beschikbare modellen DeepSeek-V4.1-Flash en GLM 5.3 op 54 en 42 procent bleven steken.
Routinewerk, geen grote raadsels
De problemen in TheoPhysEval zijn met opzet geen onopgeloste wetenschappelijke mysteries. Het gaat om zogeheten 'turn-the-crank'-opgaven: een onderzoeker past een bekende methode toe op een licht aangepaste vraag, vaak gebaseerd op een eigen recente publicatie met net andere waarden. Dit soort werk wordt vaak aan promovendi gegeven als eerste kennismaking met onderzoek. Een voorbeeld uit de zwarte-gatenfysica vereist het terugvinden van een oudere publicatie, het overzetten van de vergelijkingen van een vijf- naar een vierdimensionale ruimtetijd en een berekening met een zelfgeschreven programma. De hoofdonderzoeker die het probleem bedacht, had daar zelf ongeveer een dag voor nodig.
Opvallend: internettoegang maakte weinig verschil. Zonder zoekmachine scoorden Astra en Opus allebei nog 92 procent, omdat veel benodigde formules al in hun trainingsdata lijken te zitten. Dat wijst erop dat deze AI-modellen grote delen van de natuurkundeliteratuur feitelijk hebben opgeslagen. Het enige probleem dat geen model oploste, draaide om een vergelijking die bij een gegeven kromme past – een vraag waarvan de onderzoekers zelf toegeven dat ze misschien 'onfair' aanvoelt, maar die wel realistisch is voor onderzoek met onnauwkeurige data.
Waarom blijft de echte doorbraak uit?
In de wiskunde hebben AI-agents al beroemde open vraagstukken opgelost, zoals een deelprobleem van de Navier-Stokesvergelijkingen. In de theoretische natuurkunde is zo'n moment nog niet gekomen. De onderzoekers wijzen op een ontbrekend gevoel voor 'smaak': de intuïtie om te bepalen welke vraag de moeite waard is, en wanneer je beter kunt overstappen naar een net iets eenvoudiger probleem. Huidige modellen missen die vaardigheid en verdwalen in oninteressante details zodra ze zelf een onderzoeksvraag moeten bedenken.
De auteurs zien ook een praktisch gevolg: oefenproblemen die ooit geschikt waren voor beginnende onderzoekers, zijn dat niet meer. En omdat theoretische natuurkunde traditioneel weinig geld kost, was het vakgebied relatief toegankelijk. Als AI-rekenkracht straks het verschil gaat maken, kan dat veranderen – met vragen over toegang en gelijke kansen die de wiskunde, bijvoorbeeld rond de Leiden Declaration, al voert.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Dit onderzoek toont dat AI-modellen al beter kunnen rekenen dan menselijke specialisten in theoretische natuurkunde, maar dat rekenkracht alleen geen wetenschappelijke doorbraken garandeert. Zolang AI geen onderzoeksrichting kan kiezen of beoordelen wat een interessante vraag is, blijft de mens onmisbaar voor de sturing van de wetenschap. Wel dreigt rekenkracht een nieuwe, kostbare factor te worden in een vakgebied dat altijd relatief goedkoop en toegankelijk was.
- Benchmark
- Een gestandaardiseerde test waarmee de prestaties van verschillende AI-modellen onderling vergelijkbaar worden gemaakt.
- Agentic AI / AI-agent
- Een AI-systeem dat niet alleen tekst genereert, maar zelfstandig stappen zet, code schrijft en tools gebruikt om een taak te voltooien.
- Theoretische natuurkunde
- Het vakgebied dat natuurverschijnselen probeert te verklaren met wiskundige modellen, in plaats van met experimenten.
- Differentiaalvergelijking
- Een wiskundige vergelijking die beschrijft hoe een grootheid verandert, veelgebruikt om natuurkundige processen te berekenen.
- Dimensiereductie (ruimtetijd)
- Het omrekenen van een natuurkundig model van een hoger aantal ruimtelijke dimensies naar een lager aantal, zoals van vijf naar vier dimensies.
- Millenniumprijsprobleem
- Een van zeven beroemde onopgeloste wiskundige vraagstukken waarvoor een beloning van een miljoen dollar staat.
- Navier-Stokesvergelijkingen
- De wiskundige vergelijkingen die beschrijven hoe vloeistoffen en gassen stromen.
- Wetenschappelijke 'taste' (intuïtie)
- Het onderzoekersgevoel voor welke vragen interessant en haalbaar zijn, en wanneer een probleem beter kan worden bijgesteld.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
