На этой неделе OpenAI опубликовала огромный массив из сотен математических результатов, которые, по словам компании, могут «продвинуть границу человеческого знания». Большая часть материалов была создана неанонсированной моделью искусственного интеллекта: в подборку вошли 722 работы, связанные с 372 открытыми задачами — от алгебры и геометрии до теоретической информатики.

С тех пор несколько статей уже были отозваны или исправлены, однако масштаб и форма публикации вызвали настоящий шок в математическом сообществе. Эту выдачу называют по-разному — от «слива» и «залповой бомбардировки» до «матемапокалипсиса». И не без причины: в ряде работ заявлены серьезные продвижения по знаменитым и давно стоящим задачам, включая гипотезу Римана и гипотезу Бирча — Свиннертон-Дайера. Обе входят в число семи задач Millennium Prize Problems и при решении приносят по 1 млн долларов США.

Зачем OpenAI пошла на такой шаг и можно ли верить в корректность заявленных решений — на эти вопросы пока нет очевидных ответов.

Компания утверждает, что выпуск такого массива результатов нужен, чтобы «обеспечить дальнейший прогресс в математике». Но сам способ публикации, похоже, работает против этой цели. Один из старших коллег, столкнувшись с якобы решенной любимой задачей, попытался прочитать сопроводительную статью и признался, что текст оказался настолько непонятным, что, окажись он у редактора математического журнала, работа «сразу отправилась бы в корзину».

Даже собственная крупная языковая модель OpenAI — ChatGPT (если точнее, GPT-5.6 Sol) — отнеслась к одному из громких результатов с подозрением и назвала его «серьезной галлюцинацией … [которую] никогда нельзя цитировать, отправлять в журнал или распространять как доказательство без полной экспертной проверки».

Иными словами, даже если среди результатов действительно есть прорывные, часть сопровождающих текстов написана так, что их не способны уверенно разобрать даже специалисты.

У выпуска может быть и более широкий стратегический смысл. OpenAI, вероятно, пытается сместить внимание после своей предыдущей громкой математической публикации. В сентябре компания представила спорное заявленное решение частного случая задачи Навье — Стокса — еще одной проблемы из списка Millennium Prize с наградой в 1 млн долларов. Математики Тристан Бакмастер и Левент Алпёге, работавшие над этой задачей, утверждали, что OpenAI получила доступ к их данным и использовала их идеи, а затем потратила около 15 млн долларов вычислительных ресурсов на поиск решения. OpenAI эти обвинения отвергла.

Есть и еще одна возможная причина столь шумного заявления: искусственный общий интеллект, или AGI. Это гипотетический тип ИИ, который сможет превосходить человека практически во всех когнитивных задачах. Математика, особенно чистая и абстрактная, строится на сложнейших доказательствах и нередко воспринимается как область, крайне трудная для большинства людей. Поэтому способность моделей OpenAI выполнять исследования на уровне современной математики может укреплять представление о том, что компания приближается к заветной цели AGI.

Для OpenAI это важно и с точки зрения бизнеса: компания, по сообщениям, рассчитывает на оценку до 1,4 трлн долларов США — примерно 4% всего ВВП США.

Но главный вопрос остается прежним: как проверить, что математика действительно верна?

В отличие от многих других областей знания, математика — особенно чистая — опирается на объективную истину. Утверждение либо истинно, либо ложно, почти без серых зон. На протяжении столетий математическое сообщество вырабатывало истину через консенсус: новые работы проходят рецензирование, эксперты проверяют доказательства перед публикацией, и только потом результаты входят в научную литературу. Это медленный процесс, а сложные технические тексты могут проверяться годами.

Итоговую оценку публикациям OpenAI даст именно сообщество — после полноценной проверки. Пока же компания уже отозвала три статьи из-за элементарной ошибки и внесла исправления в несколько других работ, поскольку найденные ошибки делали их результаты недействительными. Это как минимум говорит о недостаточной проверке перед публикацией.

Отдельный тренд последних лет — попытка «формализовать» доказательства с помощью программных систем вроде Lean. Такие системы строят математику из базовых принципов и аксиом, позволяя компьютеру проверять каждый шаг логики. Раньше эта работа в основном касалась уже известных теорем. Один из ранних примеров — формализация в 2008 году теоремы о четырех красках, десятилетиями известной задачи теории графов о минимальном числе цветов для раскраски карты.

Формализация требует большого опыта и огромных усилий, но теперь ИИ используют для «автоформализации» — автоматического перевода результата в машинно-проверяемое доказательство. OpenAI утверждает, что к моменту публикации формализовала 300 ключевых результатов, чтобы повысить доверие к ним.

Однако и здесь нет полной уверенности: формализации не всегда реализуются правильно, а в прошлом уже были случаи проблем с ИИ-сгенерированными формализациями, включая работу по задаче Навье — Стокса. Пока неясно, примет ли математическое сообщество формализации OpenAI как надежные.

Реакция на публикацию оказалась крайне неоднозначной — от восторга до резкого неприятия. Одни называют это «очевидно самым значительным моментом в истории математики», другие — «огромной кучей мусора, сброшенной к нашему порогу».

Несомненно одно: интерес к важнейшим задачам огромен, и эксперты по всему миру сейчас проверяют результаты буквально под микроскопом. Но вместе с восторгом пришли тревога и неудобные вопросы: что означает такой темп и такой объем открытий для будущего математических исследований? Кто будет разбирать на смысл тексты, похожие на ИИ-«слоп»? И как в этой новой реальности будут оцениваться труд, знания и вклад молодых ученых?

Эта дискуссия, похоже, только начинается — и закончится не скоро, даже когда первый шум вокруг публикации уляжется.