Astrophysicist uses OpenAI Codex to accelerate black‑hole simulations
Astrophysicist Chi‑kwan Chan применил Codex от OpenAI для автоматизации кода симуляций чёрных дыр, сократив время разработки и расширив возможности исследования экстремальной гравитации.
OpenAI опубликовала статью о том, как астрофизик Чи‑кван Чан (Chi‑kwan Chan) использует модель Codex для создания и оптимизации кода, необходимого для симуляций чёрных дыр. Традиционно такие расчёты требуют написания сложных программ на C++/Fortran, работающих с уравнениями магнитогидродинамики в сильных гравитационных полях (GRMHD). По словам Чана, Codex генерировал более 70 % функций, включая сетевые схемы и обработку граничных условий, за считанные часы, тогда как без ИИ процесс занял бы несколько месяцев.
С помощью Codex команда смогла быстро прототипировать новые модели аккреции, протестировать более 200 наборов параметров и провести масштабные расчёты на кластере GPU. В результате время от идеи до рабочей версии кода сократилось с 3‑4 мес. до 2‑3 недел. Это позволило исследователям более оперативно сравнивать предсказания с данными Event Horizon Telescope и проверять отклонения от общей теории относительности.
OpenAI отмечает, что Codex сохраняет контекст научных статей и может адаптировать синтаксис под конкретные библиотеки, такие как Einstein Toolkit и Athena++. Статья доступна на официальном блоге OpenAI: https://openai.com/index/using-codex-to-simulate-black-holes.
Этот кейс демонстрирует потенциал генеративных моделей не только в программировании бизнес‑приложений, но и в высокоточных научных вычислениях, где каждый строк кода критичен.
Для разработчиков AI‑инструментов это подтверждает, что Codex и аналогичные модели могут стать «партнёром‑программистом» в научных проектах, ускоряя прототипирование и снижая порог входа. Студентам стоит обратить внимание на возможности автоматизации сложных вычислений, но помнить о необходимости строгой валидации полученного кода.
