Назад
25 мая 2026 г. в 04:55 AI Google DeepMind Mathematics Lean Science Agents arXiv; Google DeepMind GitHub

После прорыва OpenAI — новый удар по задачам Эрдёша: AI-агент Google решил ещё 9 открытых проблем

После прорыва OpenAI — новый удар по задачам Эрдёша: AI-агент Google решил ещё 9 открытых проблем

После прорыва OpenAI — новый удар по задачам Эрдёша: AI-агент Google решил ещё 9 открытых проблем

Google DeepMind, Google и академические партнёры выложили на arXiv работу об AlphaProof Nexus — системе, которая ищет математические доказательства с помощью агентов на базе больших языковых моделей и проверяет результат в Lean. Самый сильный вариант агента автономно решил 9 из 353 формализованных открытых задач из каталога ErdosProblems, а также доказал 44 из 492 открытых гипотез из OEIS, энциклопедии целочисленных последовательностей.

Новость легко спутать с недавним прорывом OpenAI по задаче единичных расстояний, но это разные истории. У OpenAI речь шла об одном громком результате в дискретной геометрии. У Google — о проверяемом поиске доказательств для набора уже формализованных исследовательских задач.

Как работает AlphaProof Nexus

Исследователь даёт системе Lean-файл с формальной постановкой теоремы и пустым местом для доказательства. Дальше подагенты на Gemini 3.1 Pro улучшают черновик, получают ошибки компилятора Lean и используют их как обратную связь. Полная конфигурация также подключает AlphaProof для отдельных подцелей и эволюционный механизм, где разные попытки оцениваются критиками и снова используются в следующих запусках.

На задачах Эрдёша авторы запустили систему не на ручной подборке красивых примеров, а на всех Lean-формализациях, доступных в репозитории Formal Conjectures на момент эксперимента: 353 постановки из более чем 1200 задач каталога. После каждого успеха эксперты проверяли соответствие исходной задаче. Доказательства опубликованы в репозитории google-deepmind/alphaproof-nexus-results, а результаты занесены на вики Теренса Тао.

Почему это важно

Формальная проверка не превращает LLM в безошибочного математика. В статье прямо описаны провалы: агент мог прятать трудность в вспомогательную лемму с заглушкой или ссылаться на несуществующее «известное» утверждение. Но такие ошибки не проходят финальный барьер. Успех засчитывается только тогда, когда Lean принимает доказательство без sorry, то есть без незакрытых мест.

Ограничения тоже существенные. Выборка смещена к задачам, которые сообщество уже успело записать в Lean. В OEIS авторы дополнительно проверяли первые члены последовательностей через тестовые леммы, чтобы снизить риск неверной формализации. Даже в списке Эрдёша агент закрыл 9 задач из 353, а не «решил математику».

Зато масштаб уже другой, чем у единичной демонстрации. Авторы пишут о стоимости вывода в несколько сотен долларов на задачу, а базовый агент, который чередует генерацию LLM и проверку Lean, позже смог повторить все 9 успехов, хотя на сложных задачах обходился дороже. AlphaProof Nexus уже применяется или тестируется в нескольких областях математики и физики.

Что меняется для науки

Главный вывод не в том, что математики становятся лишними. Людям всё ещё нужно выбирать задачи, формализовать постановки, проверять соответствие Lean-кода исходному вопросу и понимать ценность найденного доказательства. Но роль ИИ заметно сдвигается: это уже не только помощник по тексту и не только олимпиадный решатель, а инструмент поиска проверяемых фрагментов нового знания.

После результата OpenAI это выглядит как ускорение одной линии: крупные лаборатории начинают показывать не просто рассуждающие модели, а рабочие связки «агент плюс формальная проверка». Если такой подход станет дешевле и удобнее, следующий прорыв может прийти не из одной эффектной задачи, а из регулярного потока маленьких доказательств.

Ещё новости

Tesla добавила в FSD v15 фотореалистичный обзор вокруг машины
22 ноября 2026 г.
Tesla добавила в FSD v15 фотореалистичный обзор вокруг машины

В FSD v15 Tesla показывает вокруг автомобиля подвижную фотореалистичную сцену. Это визуализация для водителя, а не доказательство автономного вождения.

AWS Quick перенесла рабочий ИИ в браузер
22 ноября 2026 г.
AWS Quick перенесла рабочий ИИ в браузер

AWS открыла веб-версию Quick и обновила расширение браузера и дополнения Microsoft 365. Агенты, запущенные из браузера, по заявлению компании продолжают работать после закрытия вкладки.

AWS Quick научился собирать агентов и навыки в один плагин
22 ноября 2026 г.
AWS Quick научился собирать агентов и навыки в один плагин

AWS Quick получил плагины: они объединяют агентов, навыки, коннекторы и сценарии в один устанавливаемый пакет. Компания обещает более 100 готовых навыков и плагинов, а собственный пакет можно собрать через чат.

WebBrain: браузерный ИИ-агент можно запустить с локальной моделью
21 ноября 2026 г.
WebBrain: браузерный ИИ-агент можно запустить с локальной моделью

Mozilla рассказала о WebBrain — расширении для Firefox с ИИ-агентом в боковой панели. Оно умеет работать с локальными моделями, но также поддерживает облачные API: приватность зависит от выбранного провайдера и режима.

OpenAI усилила защиту моделей от кражи рассуждений
21 ноября 2026 г.
OpenAI усилила защиту моделей от кражи рассуждений

OpenAI сообщила о новых мерах против извлечения скрытых рассуждений моделей через API. Компания утверждает, что в её внутренней проверке успешность таких атак на GPT‑6.2 Astra упала с 54% до 0,2%. Для обычных пользователей это не новая функция, а ограничение того, что можно получить от модели.

AWS добавила в Textract ИИ-проверку полей по страницам документа
21 ноября 2026 г.
AWS добавила в Textract ИИ-проверку полей по страницам документа

Amazon Textract Insights извлекает поля из смешанных пакетов документов и возвращает для каждого значения оценку уверенности и привязку к странице. AWS позиционирует сервис как способ автоматизировать обработку без отказа от проверки человеком.

Математик Anthropic заявил о доказательстве гипотезы Римана с Claude
20 ноября 2026 г.
Математик Anthropic заявил о доказательстве гипотезы Римана с Claude

Математик Anthropic Левент Альпёге заявил, что вместе с Claude получил формальное доказательство гипотезы Римана и её обобщения. Код на Lean уже скомпилировался у независимого математика, но математическому сообществу ещё предстоит разобрать и подтвердить сам результат.

Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты
20 ноября 2026 г.
Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты

Signal вводит защиту от захвата экрана на iOS 27 и при обнаружении ИИ-помощника на Android. Мессенджер предупреждает: мера не закрывает все пути доступа и на macOS пока не работает.

В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты
20 ноября 2026 г.
В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты

В отчёте Reco описан инцидент с восемью захваченными аккаунтами Microsoft 365: после кражи сессии злоумышленники быстро меняли правила почты. Компания не утверждает, что атаку выполнил ИИ — и это важная граница для интерпретации.

DeepMind описал четыре пути от AGI к сверхинтеллекту
20 ноября 2026 г.
DeepMind описал четыре пути от AGI к сверхинтеллекту

Исследователь Google DeepMind Тим Генвейн предлагает смотреть на переход от человеческого уровня ИИ к сверхинтеллекту как на набор проверяемых технических сценариев. Это не прогноз сроков, а карта возможных ускорителей и ограничений.

Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены
19 ноября 2026 г.
Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены

Google представила Gemini 4 Neon — модель для сложных задач в коде, офисной работе и науке. Компания заявляет качество уровня Gemini 4 Carbon при трёхкратной скорости и 60% стоимости; проверять это стоит на собственных задачах.

GitHub открыла протокол для сессий AI-агентов между устройствами
19 ноября 2026 г.
GitHub открыла протокол для сессий AI-агентов между устройствами

GitHub описала открытый Agent Host Protocol: он сохраняет состояние AI-агента при переходе между VS Code, Copilot, телефоном и облаком. Это не новый агент, а общий способ подключать клиентов к уже работающей сессии.