OpenAI опубликовала обширный набор из сотен математических результатов в начале октября, заявив, что этот материал может «расширить границы человеческого знания». Эти 722 статьи, в основном сгенерированные еще не анонсированной моделью искусственного интеллекта (ИИ), затрагивают 372 нерешенных вопроса в таких областях, как алгебра, геометрия и теоретическая информатика.
Хотя некоторые из этих статей впоследствии были удалены или изменены, масштаб и способ публикации — описанные как «запуск», «дамп», «массовая бомбардировка» или «математический липсис» — вызвали большой резонанс в математическом сообществе.
Среди рассмотренных тем есть упоминания о заметном прогрессе в старых и очень важных проблемах, таких как гипотеза Римана и гипотеза Бирча и Свиннертона-Дайера, обе связанные с наградами в размере 1 миллиона долларов, часть Семи проблем тысячелетия.
OpenAI оправдывает выпуск этого большого массива результатов желанием «способствовать большему прогрессу в математике». Однако способ, которым это было сделано, поднимает вопросы об эффективности этой цели. Один старший коллега сообщил, что найденная статья была настолько запутанной, что ее бы отклонил редактор специализированного журнала.
Сама большая языковая модель OpenAI, ChatGPT (в частности GPT-5.6 Sol), проявила скептицизм при консультации, классифицировав как минимум один из выдающихся результатов как «серьезную галлюцинацию... [которую] никогда не следует цитировать, подавать или публиковать в качестве доказательства без полной проверки экспертами». Это указывает на то, что, несмотря на инновационный потенциал некоторых открытий, написание по крайней мере некоторых статей не является понятным даже для экспертов.
Существует вероятность того, что OpenAI пытается отвлечь внимание от предыдущей спорной публикации в сентябре, где она представила решение для случая задачи Навье-Стокса, другой Проблемы тысячелетия с премией в 1 000 000 долларов. Математики Тристан Бакмастер и Левент Альпёге обвинили OpenAI в использовании их данных и идей, инвестировав около 15 миллионов долларов в вычислительную мощность для достижения решения, хотя OpenAI отрицает эти обвинения.
Другая потенциальная причина для OpenAI — растущий интерес к общему искусственному интеллекту (AGI), гипотетическому типу ИИ, способному превзойти людей почти во всех когнитивных функциях. Поскольку чистая и абстрактная математика зависит от чрезвычайно сложных аргументов для подтверждения своих утверждений, способность моделей OpenAI выполнять расчеты исследовательского уровня может укрепить веру в то, что эти модели приближаются к «Святому Граалю» AGI.
Это восприятие может принести пользу OpenAI перед запланированным IPO, конкурируя с Anthropic. По сообщениям, компания нацеливается на рыночную капитализацию до 1,4 триллиона долларов, что соответствует примерно 4% ВВП Соединенных Штатов.
В отличие от математики, где истина устанавливается консенсусом экспертов после тщательной проверки, математические утверждения основаны на объективной истине и однозначно являются либо истинными, либо ложными. Традиционно новые работы проходят длительный процесс рецензирования.
OpenAI уже удалила три статьи из-за простых ошибок и исправила другие из-за неточностей, которые аннулировали результаты, что указывает на недостатки в предварительном рецензировании. Параллельно существует движение «формализации» результатов с использованием таких программ, как Lean, которые строят математику из аксиом, позволяя логически проверить каждый шаг.
Системы ИИ применяются для «автоматической формализации», переводя результаты в доказательства, проверяемые машинами. Чтобы повысить доверие, OpenAI заявляет, что формализовала 300 важных результатов. Однако существуют прецеденты сбоев в формализациях, сгенерированных ИИ, как в случае с Навье-Стоксом, что оставляет неясным, примет ли математическое сообщество эти формализации.
Реакции на запуск OpenAI поляризованы: от рассуждений о «самый значимый момент в истории математики» до резкой критики, сравнивающей материал с «огромной кучей дерьма, брошенной у нашей двери». Хотя энтузиазм по поводу прогресса в критически важных проблемах существует, он сосуществует с опасениями относительно того, что означают объем и скорость этих открытий для будущих исследований и кто должен нести бремя интерпретации аргументов, сгенерированных ИИ.
Эти статьи, наряду с другими достижениями, основанными на ИИ, вынуждают математическое сообщество пересмотреть свои ценности, что является ключевым моментом для начинающих студентов и исследователей, которые сталкиваются с возможностью того, что их исследования будут опережены амбициозными пользователями ИИ.
