Назад
20 мая 2026 г. в 19:33 AI OpenAI Mathematics Science Research OpenAI

Модель OpenAI впервые автономно решила открытую задачу математики

Модель OpenAI впервые автономно решила открытую задачу математики

Модель OpenAI впервые автономно решила открытую задачу математики

OpenAI заявила о редком для ИИ в науке результате: её внутренняя модель рассуждения автономно нашла контрпример к открытой задаче из дискретной геометрии. Речь о задаче единичных расстояний, которую Пауль Эрдёш сформулировал в 1946 году: если на плоскости разместить n точек, сколько пар может находиться ровно на расстоянии 1 друг от друга?

Десятилетиями математики считали, что лучшие решётчатые конструкции в этой задаче, грубо говоря, почти оптимальны. Новый результат ломает именно это ожидание: модель OpenAI предложила бесконечное семейство примеров, где число единичных расстояний растёт как минимум как n^(1+δ) для некоторого фиксированного δ > 0. В исходном доказательстве ИИ δ не был указан явно, но, по OpenAI, последующее уточнение профессора Принстона Уилла Савина показывает, что можно взять δ = 0,014.

Что именно сломалось в старой картине

Задача звучит школьно, но относится к классическим проблемам комбинаторной геометрии. Простые конструкции дают линейный рост: например, точки на одной прямой дают n−1 пар, квадратная решётка — около 2n. Более сильная решётчатая конструкция Эрдёша давала рост чуть быстрее линейного, вида n^(1+C/log log n), и поэтому долго поддерживала гипотезу, что заметного полиномиального улучшения быть не должно.

Модель нашла путь из другой области математики. Вместо привычных гауссовых целых чисел аргумент использует более сложные алгебраические числовые поля, башни полей классов и теорию Голода — Шафаревича. Для читателя без математического бэкграунда важна не техника сама по себе, а тип открытия: элементарно сформулированная геометрическая задача внезапно получила решение через глубокие инструменты теории чисел.

Почему проверка людьми здесь принципиальна

OpenAI подчёркивает, что результат проверила группа внешних математиков, а Нога Алон, Томас Блум, Тимоти Гауэрс, Дэниел Литт, Уилл Савин, Арул Шанкар, Джейкоб Цимерман, Виктор Ванг и Мелани Матчетт Вуд подготовили отдельную поясняющую статью. В ней доказательство описано как переработанная, упрощённая и обобщённая людьми версия доказательства ИИ — то есть исходная идея пришла от модели, но опубликованная математическая форма прошла человеческую редактуру.

Это важная граница против маркетингового тумана. OpenAI не называет модель публично и не говорит, что людям больше не нужна экспертиза. Наоборот, смысл результата в связке: модель нашла неожиданный ход, а математики проверили, упростили и объяснили, почему он действительно меняет понимание задачи. Тимоти Гауэрс в поясняющей статье назвал работу «рубежом в математике ИИ», а Арул Шанкар отметил, что современные модели уже способны не только помогать людям, но и выдвигать оригинальные идеи и доводить их до результата.

Что это говорит о научных агентах

Для Neuro.ee главный вывод не в том, что «ИИ решил математику». Гораздо точнее: передовые модели начинают показывать качества, нужные для реального исследования, где надо удерживать длинный аргумент, переносить идеи между далёкими областями и выдавать работу, которую можно проверить независимой экспертизой.

Математика удобна как полигон, потому что доказательство либо держится, либо нет. Если такой уровень рассуждения переносится в биологию, физику, материалы или инженерные задачи, ставка становится практической: системы ИИ смогут не только искать литературу и писать черновики, но и предлагать нетривиальные исследовательские маршруты. При этом роль человека не исчезает. Кто-то должен выбирать важные вопросы, проверять доказательства, понимать ограничения и решать, какие результаты достойны доверия.

Ещё новости

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.

Google представила Stitch Loop для непрерывной доработки приложений
19 ноября 2026 г.
Google представила Stitch Loop для непрерывной доработки приложений

Google Labs открыла лист ожидания Stitch Loop — агента, который подключается к коду и рабочим метрикам, находит проблемы и готовит pull request’ы. Сливать изменения без проверки человека сервис не должен.

GitHub отсеял 9 791 AI-находку до 99 отчётов для open source
18 ноября 2026 г.
GitHub отсеял 9 791 AI-находку до 99 отчётов для open source

В пилоте GitHub и Microsoft превратили тысячи сигналов AI-сканера в 99 проверенных закрытых отчётов для шести open-source-проектов. К 15 ноября мейнтейнеры исправили 55 из них — но это ранний опыт, а не доказательство универсальной эффективности сканеров.

OpenAI пустит четыре внешние команды внутрь своих систем безопасности
18 ноября 2026 г.
OpenAI пустит четыре внешние команды внутрь своих систем безопасности

OpenAI запускает первую фазу встроенных независимых оценок: Apollo Research, METR, Transluce и Goodfire получат доступ к части внутренних моделей, данных и процессов. Формат обещает больше прозрачности, но независимость публикаций ограничена правом компании скрывать конфиденциальные детали.

Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry
18 ноября 2026 г.
Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry

Microsoft представила MAI Code 2 и более быструю MAI Code 2 Flash — собственные модели для повседневной работы с кодом. Основная версия уже доступна в GitHub Copilot и Azure AI Foundry, а Flash в Foundry пока остаётся в ограниченном предпросмотре.

GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude
17 ноября 2026 г.
GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude

В независимом сводном рейтинге Artificial Analysis GPT‑6.2 Astra получила 62 из 100 — на пять пунктов больше, чем GPT‑6 Astra. Это заметный скачок OpenAI, но первое место остаётся у Claude Fable 5.2 Max с 65 баллами; Sol выросла с 55 до 57.