Теория Максвелла как эталон «жёсткой» физики: почему современные теории не проходят тот же тест

Кэрролл перечисляет внешние условия: Стандартная модель работает, общая теория относительности работает, новые ускорители стоят огромных денег, а природа перестала подбрасывать экспериментальные подсказки. Разбор на Хабре идёт дальше и формулирует ядро проблемы как «кризис эмпирической дискриминации» (ситуация, когда наблюдения всё хуже выбирают между конкурирующими объяснениями). Ниже разберём, что именно сломалось, как это измерить и какое отношение всё это имеет к вашей работе с ИИ.

Что именно сломалось в отборе теорий?

Представьте, что вы выбираете между двумя навигаторами. Первый говорит: «Поверните через 300 метров направо». Второй: «Где-то впереди будет поворот». Оба формально могут ошибиться, но первый рискует сильнее, а значит, его легче проверить.

Именно так автор разбора объясняет разницу между «жёсткой» и «эластичной» теорией. Жёсткая теория делает узкое предсказание и дорого платит за ошибку. Эластичная способна растянуться почти под любой результат.

Фальсифицируемость (способность теории быть опровергнутой, главный критерий научности по Карлу Попперу) в популярном понимании работает как переключатель: либо можно опровергнуть, либо нельзя. Но автор разбора показывает, что правильный вопрос другой: какую долю возможных наблюдений теория запрещает? Чем меньше запрещает, тем слабее проверка, даже если формально теория остаётся «фальсифицируемой».

Это напрямую связано с тем, кем и когда была создана теория электромагнитного поля и в чём заключалась её суть: Максвелл в 1860-х годах объединил электричество и магнетизм в четыре уравнения, которые делали жёсткие числовые предсказания (скорость света, поведение волн), и каждое из них можно было проверить экспериментом. Это был образец «жёсткой» теории. Сегодняшние фундаментальные конструкции часто устроены иначе.

Пять симптомов кризиса

Автор разбора выделяет конкретные признаки того, что механизм отбора сломан:

• Отрицательные результаты не убивают программу. Эксперимент исключает конкретные параметры, но исследовательская программа выживает, сдвинув границы.
• Неэмпирические критерии набирают вес. Красота формул, «естественность», математическая связность и популярность направления начинают заменять данные.
• Разные теории воспроизводят одни и те же наблюдения. Несколько конструкций дают одинаковые предсказания для доступных экспериментов.
• Вспомогательные допущения подвижны. После любого нового результата можно подправить начальные условия, фоновые параметры или «невидимый сектор».
• Выбор направления зависит от социологии. Финансирование, мода и устройство научного сообщества влияют на то, какая теория развивается.

Кэрролл, по замечанию автора, касается почти всех этих пунктов, но не связывает их в единую проблему.

Почему эксперимент не решает вопрос сам по себе?

Тезис Дюгема и Куайна (философский принцип: ни один эксперимент не проверяет гипотезу изолированно) объясняет, почему даже точный и дорогой эксперимент может оказаться слабым тестом.

Реальный эксперимент одновременно проверяет:

• основную теорию,
• вспомогательные гипотезы,
• начальные условия,
• модель детектора,
• статистическую обработку,
• предположения о фоне,
• калибровку,
• отсутствие неизвестных систематических ошибок.

Если результат не совпал с предсказанием, логически не следует, что ошибочно именно ядро теории. Может быть, неправильно оценён фон. Это, как подчёркивает автор, не дефект науки, а способ, которым она действительно работает.

Что это значит для вас?

Прямая аналогия с миром нейросетей бьёт в точку. Проблема перепроизводства моделей, которые трудно отличить друг от друга экспериментом, повторяет кризис фундаментальной физики почти дословно.

Авторам Дзена и копирайтерам. Вы видите это каждый день: GPT-4o, Claude, Gemini, десятки открытых моделей показывают похожие результаты на типичных текстовых задачах. «Эластичность» здесь в том, что каждый бенчмарк можно оспорить, а каждый промпт подкрутить. Практический вывод: вместо погони за «лучшей моделью» стройте жёсткие тесты под свою задачу, именно так, как жёсткая физическая теория делает узкое предсказание.

Маркетологам. Когда вендор пишет «наша модель лучше», спрашивайте: какую долю возможных результатов ваш бенчмарк запрещает? Если тест допускает почти любой исход, он бесполезен, даже если опубликован в хорошем блоге. Это прямое следствие понятия эмпирической жёсткости.

Предпринимателям в РФ и СНГ. Из доступных в России инструментов: YandexGPT и GigaChat тоже попадают в зону «эластичных» сравнений. Перед внедрением формулируйте конкретный тест с числовым порогом. «Модель должна классифицировать 90% обращений клиентов в три категории с точностью выше 85%» лучше, чем «модель должна хорошо понимать клиентов».

Кризис, который описывает автор разбора, честное напоминание: если ваш эксперимент не может убить гипотезу, вы занимаетесь не наукой, а коллекционированием. Это касается и теории струн, и выбора нейросети для рассылки.

По данным разбора на Хабре, основанного на монологе Шона Кэрролла The Crisis in Physics