Poate AI crea o ipoteză științifică detaliată despre materia întunecată care să reziste revizuirii de către colegi ?

Modelele mari de limbaj sintetizează acum cantități vaste de cercetări în fizică pentru a propune noi cadre teoretice. Deși nu sunt verificate experimental, aceste ipoteze sunt suficient de structurate pentru a se angaja în discursul științific actual. Rezultatul respectă constrângerile cunoscute ale Modelului Standard și fenomenele cosmice observate. Astfel de contribuții sunt din ce în ce mai citate în domenii speculative, dar testabile, ale cosmologiei.

Background

AI models increasingly synthesize vast amounts of physics research to propose novel theoretical frameworks in cosmology and particle physics. These outputs aim to respect the constraints of the Standard Model and observed cosmic phenomena while remaining experimentally unverified. Human scientists remain essential for refining, critiquing, and validating such theories, as peer review demands deep physical insight, coherence with established laws, and novel experimental pathways. While AI can generate hypotheses from data, it currently lacks the capacity to design falsifiable experiments, integrate interdisciplinary theoretical frameworks, or anticipate experimental anomalies that drive scientific progress. This highlights the ongoing role of human expertise in advancing dark matter research.