11 июня 2026 года исследователи из США опубликовали исследование в Journal of Cosmology and Astroparticle Physics о применении transfer learning для открытия новых физических законов. Команда сначала обучала AI на простых симуляциях стандартной космологической модели (ΛCDM), затем адаптировала для сложных моделей с гипотетической новой физикой — массивными нейтрино и модифицированной гравитацией. Transfer learning сократил количество дорогостоящих симуляций более чем в 10 раз.

Но обнаружилась проблема — «negative transfer». Когда AI слишком полагается на предварительные знания, он пытается вписать новые открытия в старые категории. Пример: эффекты массивных нейтрино оказались похожи на существующий параметр σ8 стандартной модели — предобученная сеть не могла их различить, интерпретируя новые данные через призму старой модели. Для науки это критично: AI может маскировать новые законы, а не открывать их. Следующий шаг — разработка методов «unlearning» для преодоления этой проблемы.