KI-system fant ny bane til Alpha Centauri på tre døgn

Rundt én milliard tokens og tre døgns kjøring er det MIT Technology Review oppgir at det kostet et KI-system å finne banen Fermi Explorer Mission selv ikke fant på et år. Systemet heter Get Physics Done, er laget av forskningslaben Physical Superintelligence (PSI) og er åpen kildekode. Det tar et fysikkspørsmål, deler det opp i mindre oppgaver og bestemmer selv hvilke simuleringer som skal kjøres, med Anthropics Claude eller OpenAIs GPT under panseret.

Fermi Explorer Mission er en ideell organisasjon som vil skyte opp en sonde mot vårt nærmeste stjernesystem innen utgangen av 2029, til en pris på 15 millioner dollar. Til sammenligning lovet Yuri Milner 100 millioner dollar til Breakthrough Starshot i 2016, og ti år senere har ingenting blitt skutt opp. Fermi-sonden kan bruke opptil 80 000 år på de 4,4 lysårene.

Banen kombinerer kjente manøvrer på en måte teamet ikke hadde vurdert: sonden bremser først slik at banen svinger nærmere sola enn Merkur, og fyrer motoren ved hver nærpassering. Der får solcellepanelene fire ganger så mye lys, og et pådrag levert i høy fart gir mer energi enn det samme pådraget lenger ute. Fordi motoren bare går nær sola, kan panelene holdes små og sonden lett. Artikkelen som beskriver banen, er ikke fagfellevurdert.

«Det at den kom opp med en helt annen oppdragsprofil, en som var kreativ og som teamet ikke hadde vurdert, det var det mest overraskende» — Matt Pines, medgrunnlegger og daglig leder i PSI

Pines legger til at modellen mangler en menneskelig forskers dømmekraft: den har ingen pålitelig følelse for hvilke problemer som er verdt å forfølge, og går seg ofte fast i blindveier. En astrofysiker hos PSI styrte kjøringen mot oppdragets krav, ba om kostnadsanalyse og tydeligere figurer, og kontrollerte resultatet for feil. Det er den samme arbeidsdelingen du kjenner fra en kodeagent: modellen dekker søkerommet, mennesket setter rammene og verifiserer svaret.