Никакие нейронные сети не обучались! Крупная модель с рукописными правилами управления проникает в промышленную гидродинамику: полный цикл стратегии запущен за 14 долларов. Он Ван, бывший ключевой участник пост-обучения OpenAI, только что доказал, что «крупные модели могут полностью пройти игры Atari, написав код самостоятельно». Исследователь Пол Гарнье перенес этот метод в еще более сложную область управления гидродинамикой. Он вообще не обучал никакие нейронные сети. Просто использовал Codex 5.5 в роли программиста, заставляя его многократно переписывать Python-скрипты, наблюдая за симуляциями потока жидкости. Благодаря этим вручную написанным правилам управления ИИ в более чем половине из десятков физических тестов превзошел передовые методы усиленного обучения (DRL). Снижение аэродинамического сопротивления автомобиля, подавление турбулентности в трубопроводах — раньше промышленность полагалась только на мощные вычисления, «кормя» систему, чтобы получить непонятную черную коробку для управления клапанами потока. Codex избежал этого мертвого пути. Написанные им правила предельно просты: например, «при чрезмерной локальной кривизне задержать впрыск». Десятки строк короткого кода, основанные на физических знаниях, полностью заменили слепой перебор нейронных сетей. Замена черного ящика на код устранила хрупкость и жесткость нейронных сетей. Раньше даже незначительное изменение оборудования (например, увеличение числа сопел с 5 до 10) приводило к полному отказу старой модели — требовалось снова тратить деньги на переобучение. Теперь достаточно просто изменить константу в коде — система мгновенно адаптируется к новому оборудованию. Когда время тестирования было искусственно увеличено в четыре раза, традиционные модели DRL, вышедшие за пределы своего опыта, полностью сбоили; но код, написанный крупной моделью, поскольку он напрямую следует физическим законам, продолжал стабильно работать. Для запуска всей этой стратегии крупной модели потребовалось всего 21,25 миллиона токенов — общая стоимость менее 14 долларов. #AI #AIAgent
