Физика написана плохо

Вы когда-нибудь смотрели на формулу и пытались понять, что там написано? Для меня, как для программиста, физическая формула - это полный набор антипаттернов.

  • Односимвольные имена - есть.

  • Юникод символы в названии переменных - есть.

  • Отсутствие тестов - есть.

  • Неявные типы (физические размерности) - есть.

Даже просто прочитать формулу про себя - непростая задача, так как я не всегда знаю, как произносится та или иная греческая закорючка.

 Как это прочитать?
Как это прочитать?

Физические законы как Python код

Так появилась идея проекта Symplyphysics - описание физических законов на Python. Python выбран неспроста - в нём присутствует библиотека символьных вычислений SymPy. SymPy позволил мне решить проблему комбинаторного взрыва - например простая формула F = m \cdot a потребовала бы трёх функций:

  • F(m, a)

  • m(F, a)

  • a(F, m)

Вместо этого SymPy позволяет записать отношение между физическими величинами одним равенством и  автоматически получать "перевернутые" отношения:

acceleration = symbols.acceleration
force = symbols.force
mass = symbols.mass

law = Eq(acceleration, force / mass)

(Пример закона из acceleration_is_force_over_mass.py)

Из этого равенства можно получить и функцию вычисления силы, причём с автоматической проверкой размерностей:

@validate_input(mass_=mass, acceleration_=acceleration)
@validate_output(force)
def calculate_force(mass_: Quantity, acceleration_: Quantity) -> Quantity:
    result_force_expr = solve(law, force, dict=True)[0][force]
    result_expr = result_force_expr.subs({mass: mass_, acceleration: acceleration_})
    return Quantity(result_expr)

(Создание конкретной функции для получения силы с автоматической валидацией размерности и автоматическим “переворачиванием” исходной формулы)

Теперь физик, студент или любой другой любитель физики может увидеть закон в понятном виде. Вместо таинственного F - объект "force", с явно заданной физической размерностью и коротким описанием. Вместо F = m \cdot a - валидируемое, тестируемое и исполняемое выражение.
Под валидацией я имею в виду автоматическую проверку входных и выходных размерностей. Под тестируемостью - покрытие тестами на основе реальных данных. Исполняемость означает, что в выражение можно подставить нужные параметры в любых удобных единицах измерения и получить ответ или построить график.

Так выглядит простой тест закона:

@fixture(name="test_args")
def test_args_fixture() -> Args:
    m = Quantity(1  units.kilogram)
    a = Quantity(3  units.meter / units.second**2)
    return Args(m=m, a=a)

def test_basic_force(test_args: Args) -> None:
    result = newton_second_law.calculate_force(test_args.m, test_args.a)
    assert_equal(result, 3 * units.newton)

(Тестируем закон на референсных значениях)

В проекте есть и графики. Например, цикл Карно. Да, он выглядит не так красиво, как нам показывали на лекциях.

Рисуем цикл Карно
Рисуем цикл Карно

От формул к доказательствам

Следующим логическим шагом стало добавление доказательств.

Вспомните, как в школе или институте мы писали доказательства: берём несколько более базовых законов, добавляем граничные условия, проводим некоторые обоснованные трансформации - и вуаля, получаем нужную формулу. В Symplyphysics мы делаем то же самое, плюс получаем несколько бонусов бесплатно:

  • Циклы проверяются системой импортов в Python. Если два закона ссылаются друг на друга, то проект не соберётся.

  • SymPy берёт на себя большую часть работы при преобразованиях и математических операциях. Это не полностью доказанная корректность вывода, как в Lean, но в целом, SymPy можно верить.

  • Все неявные допущения нужно прописывать явно. Оказывается, школьные доказательства были не совсем верными и работают только при определенных условиях.

Я - базовый закон. Нет, я.
Я - базовый закон. Нет, я.

Так мы добавляли всё больше законов и всё больше доказательств, пока не появился ИИ.

Первые опыты. Как ИИ пытается жульничать

Конечно, первым делом я попробовал дать задачу ChatGPT, чтобы он написал мне очередное доказательство. Казалось бы, задача очевидная: посмотреть как устроены уже готовые доказательства в проекте, найти известный вывод, переписать доказательство на имеющихся примитивах проекта.

Но ИИ в такой простой задаче облажался по полной:

  • Вместо существующих базовых законов вставлял новые соотношения прямо в вывод формулы.

  • Брал закон, который требовалось доказать, преобразовывал его туда и обратно (round-trip) и считал, что задача выполнена.

  • Добавлял неоправданные предположения - например смена минуса на плюс без обоснования.

ИИ пытается в физику
ИИ пытается в физику

Поэтому я считал, что эта задача - камень преткновения для ИИ. Так было до тех пор, пока не появился Fable.

Fable. Первые удачные доказательства

Когда вышел Fable, то я закинул ему задачу на добавление доказательств просто на удачу. Написал что-то вроде: "Посмотри как сделаны доказательства в проекте. Найди 3 наилучших кандидата для добавления доказательства и напиши их".

И неожиданно ИИ великолепно справился. Он не просто написал доказательство, которое было верно, но и выдержал стиль проекта. Он использовал удачные базовые законы и логически объединил несколько связанных формул.

Чтобы не быть голословным - оцените качество решения: https://github.com/blackyblack/symplyphysics/pull/1188

Агент добавил вывод сразу трёх критических параметров газа Ван-дер-Ваальса - давления, температуры и молярного объёма.

Например, для критического давления, он использует уже существующее уравнение состояния и два условия критической точки (стационарной точки перегиба изотермы):


\frac{\partial p}{\partial V} = 0, \qquad \frac{\partial^2 p}{\partial V^2} = 0

Затем решает систему уравнений для критического молярного объёма и температуры и подставляет результат обратно, чтобы получить критическое давление.

_critical_point_solved = solve(
    (_inflection_point_eqn, flattangent_eqn),
    (critical_point.volume, waals_law.temperature),
    dict=True,
)[0]

criticalpressure_derived = isothermpressure.subs(_critical_point_solved)

assert expr_equals(_critical_pressure_derived, law.rhs)

(Фрагмент доказательства из critical_van_der_waals_pressure.py)

Причём речь не об одном случайно удачном доказательстве. Например, в последующих запусках агент добавил доказательства для пяти разных законов: от релятивистского замедления времени до радиуса геостационарной орбиты. Он сам выбрал подходящих кандидатов и нашёл зависимости между существующими формулами.

На момент этого эксперимента GPT-6 Astra ещё не вышла, но подозреваю, что Astra тоже достаточно "интеллектуальна", чтобы повторить это достижение.

Получилось ли у AI доказывать физику?

Не совсем.

Обоснованность отдельных преобразований всё ещё выполняет человек. SymPy действительно умеет решать системы уравнений, что, в теории, устранило бы человеческий фактор в ряде доказательств. Но выбор нужных уравнений, условий применимости и допустимых ветвей решения - отдельная задача. Полностью автоматический вывод к тому же не всегда удобно читать.

Вот пример, когда мы явно избавились от знака при доказательстве закона. При выводе напряжения через интеграл электрического поля знак зависит от направления пути. Для постоянного поля сравниваются абсолютные величины:

|?| = ??

В коде это специально поясняется комментарием, а заключительная проверка выглядит так:

assert expr_equals_abs(_voltage_derived, law.rhs)

(Пример из voltage_is_electric_field_times_distance.py)

И главное: мы пока не знаем, что будет делать агент, когда нужной формулы или вывода просто-напросто не окажется в доступных источниках.

Что дальше?

Основная цель проекта - получить согласованный граф законов. Интересно, какие же базовые принципы лежат в основе всего и можно ли их описать в виде кода.

Там слоны до самого низа.
Там слоны до самого низа.

Сможет ли ИИ написать новое доказательство известного закона, которого нет в доступных источниках? Сможет ли ИИ написать новый закон, который потом можно будет проверить экспериментально?

Чтобы ответить на эти вопросы я планирую добавлять новые доказательства, сделать визуализацию графа законов и MCP сервер.

Если вам интересна формализация физики или опыт использования агентов для научных задач, буду рад обсудить это в комментариях.

Похожие проекты:

  • Physics Derivation Graph с графом физических выводов

  • Physlib с гораздо более строгой формализацией физики на Lean.

Проект: https://github.com/blackyblack/symplyphysics

Документация: https://symplyphysics.github.io

Комментарии (5)


  1. ImagineTables
    24.10.2026 14:18

    Для меня, как для программиста, физическая формула - это полный набор антипаттернов

    Меня всю жизнь учили, что нет никаких «физических формул». Есть математические формулы. Для начала, когда я учился в школе, наш директор во время лекции как-то сказал: «Зачем, по большому счёту, нужна математика? Разрабатывать теоретический аппарат для физиков». Забыл сказать, что директор сам был физиком, поэтому простим ему некоторый экстремизм. Можно не соглашаться, что только для этого, но то, что физики для формализации знаний паразитируют на теоретическом аппарате математиков — достаточно очевидно. Следующий урок был уже на первом курсе университета. На семинарах по физике просили определить какую-нибудь величину, например, скорость. И попробуй скажи: «Это эс делённое на тэ». Сразу: на переподготовку, голубчик! Не понимаешь физического смысла! Потому что скорость это расстояние, проходимое за единицу времени, и имеет смысл при условии, что в интересующий нас промежуток движение было равномерным. Наконец, уже после университета я читал книжки некоего Каку, который объяснил мне, как важно в физике понятие симметрий, которые скрываются за формулами.

    Но если вы замените физическую формулу на математическую, я, скорее, соглашусь. Сложные математические формулы — по сути, рисунки. А код это линейная цепочка символов конечного алфавита, что гора-а-аздо формальнее. И именно этим программирование с самого начала понравилось мне больше математики. (Ну, ещё из-за того, что можно было программировать игры). Вопрос, на который у меня нет ответа: почему математики, у которых всякие диагональные аргументы и теоремы о неполноте не имеют смысла без формализации записи, формулы рисуют, а программисты, у которых ничего подобного нет — предпочитают вместо накидывания блок-схем писать линейный код конечным алфавитом? Должно же быть наоборот!


    1. phenik
      24.10.2026 14:18

      На семинарах по физике просили определить какую-нибудь величину, например, скорость. И попробуй скажи: «Это эс делённое на тэ». Сразу: на переподготовку, голубчик! Не понимаешь физического смысла! Потому что скорость это расстояние, проходимое за единицу времени, и имеет смысл при условии, что в интересующий нас промежуток движение было равномерным.

      Во всех формулах есть физический смысл, или хотя бы геометрический

      https://habrastorage.org/webt/1o/9u/a8/1o9ua8f2mov6qjest\_wfrms4mg8.jpeg

      Но каждый раз рисовать такое долго и утомительно, и может быть не точно, поэтому придумали символический формализм для сокращения и сжатия таких натурных вычислений.

      https://habrastorage.org/getpro/habr/upload_files/240/248/1c0/2402481c07502fe9f650e68215ee9fff.png

      По сему математику нужно изучать, без нее не обойтись, чтобы успеть что-то доказать. Однако в основаниях математики теория множеств в разных вариантах, но их элементы не что иное как абстракции физических объектов, например, яблок, и даже отсутствующих, воображаемых, занимающих пустую позицию, что не меняет дела. Хотя математики говорят нет.. 5 яблок это только тень идеи пяти в особом платоновском мире. Бонецерафа на них.

      Математики могут спокойно доказать, что 2 + 2 = 5. Как? Приемом запутывания. Для этого они создают доказательство на 1000 страниц в котором 2500 промежуточных лемм в которых условия доказательства постепенно, незаметно, даже для самих авторов, могут подменяется результатом, и в последней лемме, вуаля, получаем искомое докво. В 2012 году японский математик Синъити Мотидзуки опубликовал серию работ (около 500 страниц), где заложил основы новой теории арифметической теории пространств Тейхмюллера, и заявил, что с её помощью доказал abc-гипотезу. Однако до сих пор в ней не могут разобраться даже специалисты. И таких работ немало. Может ЯМ помогут?

      ps. Все изложенное шутка, но в каждой шутке только доля шутки) Никто не сомневается, что математика царица наук, философия их мать, а физика? А физика это физика, их кормилица.  


  1. misha_erementchouk
    24.10.2026 14:18

    По правде говоря, тяжело сказать, какое отношение тождественные преобразования формул имеют к "решению физики". Физика это что-то вроде такого: на ободе колеса закреплен груз, сколько колесо проедет до подпрыгивания (качение без проскальзывания) или до пробуксовывания (соответствующий коэффициент трения скольжения). Или такое: кто может жонглировать бОльшим количеством предметов, взрослый или ребенок? Во сколько раз?

    И это довольно элементарные примеры. Задачник Капицы здесь сразу оказывается запрещенным приемом.

    Понятно, что физики занимаются самыми разными вещами, но, как правило, как только дело доходит до манипуляции с формулами, физика в основном уже закончилась.

    Например, вот такая задача. После упорной, но бесплодной работы физика-теоретика все скомканные листы бумаги запихнули в мусорный мешок. На мешок посадили годовалового ребенка. Мешок от силы на треть продавился. С какой частотой ребенок будет колебаться вверх-вниз?


    1. mrhru
      24.10.2026 14:18

      С какой частотой ребенок будет колебаться вверх-вниз?

      ... в предположении, что выполняется слабое энергетическое условие...


  1. rudnyi
    24.10.2026 14:18

    Физика состоит не из законов, а из теорий. У каждой теории есть свой математический формализм. Однако далек не всегда этот формализм выражен в виде набора аксиом. Далее есть набор правил, каким образом все это можно использовать для решения практических задач. Связь математического формализма теории и мира - это отдельная проблема.

    Посмотрите книгу Пьера Дюгема "Физическая теория, её цель и строение". В ней неплохо рассмотрен вопрос, что такое классическая физическая теория.