Прорыв ИИ: Astra от OpenAI решила 10 нерешённых математических задач за $2000

Конкретные задачи, решённые Astra

Согласно отчёту OpenAI, результаты охватили восемь областей и включали доказательства, контрпримеры и улучшенные оценки :

• Несофические группы — Первое явное построение, доказывающее существование несофических групп, закрывающее центральный открытый вопрос в теории групп, который не поддавался решению с момента введения концепции софичности Михаилом Громовым в 1999 году .
• Гипотеза жёсткости Конна — Опровергнута давняя гипотеза в теории алгебр фон Неймана .
• Упаковка шаров в высоких размерностях — Новые верхние границы для упаковки шаров в размерностях, выходящих за пределы уже решённых .
• Три задачи Пала Эрдёша — Решены три открытые комбинаторные задачи из канона Эрдёша, включая задачу № 183 о многоцветных числах Рамсея .
• Дополнительные результаты — Новые результаты в области квантовых параллельных повторений, задачи о ближайшем векторе в решёточной криптографии, сложности арифметических схем, двоичных и сферических кодов, а также гипотезе Эрхарта об объёме .

Как OpenAI верифицировала решения

OpenAI не полагалась исключительно на вывод модели. Каждый результат сопровождался формальным сертификатом доказательства Lean 4 — файлом, проверяемым компьютером, который любой читатель может самостоятельно верифицировать на ноутбуке . Lean — это ассистент доказательств, который проверяет каждый логический шаг от аксиом до заключения, выявляя пробелы, ошибки типов и несоответствия . OpenAI опубликовала все файлы Lean публично на GitHub, и количество «sorry» в репозитории — указывающее на недоказанные шаги — равно нулю для всех десяти доказательств .

Однако многие комментаторы отметили, что формальная верификация имеет важные ограничения: Lean может подтвердить, что формальное утверждение следует из его формальных определений, но не может гарантировать, что краткое изложение в пресс-релизе точно отражает формальную теорему, что формальные определения соответствуют задумке математического сообщества или что новизна и историческая подача результата верны . Экспертам всё ещё необходимо проверить точность формулировок, определения, редукции и неформально-формальный мост .

Стоимость: $2000 в токенах

OpenAI раскрыла, что общая стоимость вычислений для генерации всех десяти решений составила примерно $2000 в стоимости токенов по тарифам API Sol . Эта цифра представляет собой эквивалентную цену API только для токенов, потраченных на поиск решений — она исключает неудачные попытки, параллельные исследовательские запуски и внутренние вычислительные затраты на поиск до получения сертификата . Для сравнения, годовая стипендия одного аспиранта-математика в ведущем университете может превышать $50 000, что делает экономическую эффективность самым поразительным аспектом объявления для многих наблюдателей .

Критика и скептицизм

Сообщество математиков и исследователи ИИ высказали несколько предостережений:

• Математическое сообщество разделено — Оценка результатов остаётся неоднозначной. Некоторые исследователи предупреждают, что хотя сертификаты Lean доказывают формальную корректность, они не гарантируют, что результаты являются значимыми, неожиданными или правильно представлены как решения предполагаемых открытых проблем .
• Гэри Маркус (когнитивист) утверждал, что «успех в математике — это частный случай» и что экспертиза в одной области не подразумевает общих способностей к рассуждению. Он перечислил восемь распространённых заблуждений, предостерегая от чрезмерного обобщения результата на всю науку .
• «Кто проверяет доказательства ИИ?» — Наблюдатели подняли открытый вопрос о том, как проверять математику, созданную ИИ, когда рассуждения непрозрачны. Не существует согласованного метода для оценки того, не является ли результат «чёрного ящика» неатрибутированной реконструкцией известной работы .
• Отсутствие рецензирования и прозрачности — Объявление появилось сразу после «Лейденской декларации» в июне 2026 года, в которой математики критиковали компании, занимающиеся ИИ, за то, что они обходят рецензирование с помощью пресс-релизов . OpenAI не выпустила модель Astra публично, не предоставила модельную карту и не раскрыла частоту отказов, стоящую за цифрой в $2000 .
• Сравнение с Google DeepMind — Скептики отметили, что более ранние заявления об ИИ в математике (например, AlphaGeometry от DeepMind) позже подвергались тщательной проверке, призывая к осторожности, прежде чем объявлять о смене парадигмы .

Более широкие последствия

• Демократизация исследований — Стоимость в $2000 предполагает будущее, в котором небольшие команды или даже отдельные лица смогут использовать ИИ для внесения реального исследовательского вклада, который ранее требовал многолетнего человеческого опыта .
• Кризис культуры верификации — Перед областью сейчас стоит насущная потребность в согласованных стандартах оценки, атрибуции и рецензирования доказательств, созданных ИИ, когда модель является проприетарным «чёрным ящиком» .
• Коммерческий контроль над математикой — Если передовые математические открытия станут зависимыми от API-доступа к проприетарным моделям, основная исследовательская инфраструктура переместится из государственных учреждений в частные компании .
• Новый эталон возможностей ИИ — В отличие от решения фиксированных конкурсных задач (например, IMO или MATH), Astra получила действительно новые результаты по открытым проблемам, которые продвинули передний край знаний, подняв планку того, что означает «ИИ, занимающийся математикой» . Томас Блум, математик из Манчестерского университета, назвал результаты «большой новостью», но также отверг идею о том, что ИИ заменяет математиков, отметив, что ИИ опирается на более чем столетнюю математическую теорию и был создан математиками .