OpenAI показала 722 математичні рукописи, згенеровані новою моделлю

Автор ·

OpenAI оприлюднила велику колекцію математичних результатів, які повністю згенерувала ще не випущена frontier-модель. Йдеться не про демо-відповіді в ChatGPT, а про повноцінні наукові рукописи.

За даними компанії, модель отримала близько 4 000 відкритих дослідницьких задач і на виході дала 722 рукописи, об’єднані у 372 «сімейства» пов’язаних результатів. На один результат в середньому витрачалося приблизно три години обчислень у форматі «ChatGPT Pro thinking» — тобто довгих ланцюжків міркувань, а не коротких відповідей.

У відкритому репозиторії — роботи з теорії чисел, інформатики, фізики та інших напрямів. Окремо OpenAI виклала 10 скорочених оглядів міркувань моделі: серед тем — властивості числа π, дослідження spin glasses та релятивістської плазми. Частина результатів супроводжується формалізацією в Lean — це система, яка дозволяє машинно перевірити, чи коректно побудований доказ крок за кроком.

Ключовий момент: OpenAI прямо визнає, що це не «722 гарантовано правильні відкриття». Рукописи перебувають на різних стадіях перевірки, далеко не всі мають формальний доказ у Lean, а в нефомалізованих результатах можуть бути помилки. Компанія консультувалася з незалежною математичною advisory-групою при Institute for Advanced Study щодо формату публікації і планує фінансувати воркшопи та конференції навколо найцікавіших AI-результатів.

На мій погляд, тут важливий не сам рекорд за кількістю рукописів, а зміна «вузького місця» в науці. Якщо раніше питання було «чи здатна модель взагалі розв’язати складну задачу», то тепер воно зміщується до «як швидко люди зможуть перевірити, зрозуміти й використати те, що вже згенерувала модель».

Чому це важливо

Для української академічної спільноти це сигнал: AI поступово заходить у зону «справжньої математики», а не тільки навчальних задач. Практичні наслідки можуть бути такими:

  • Новий інструмент для дослідників. Навіть якщо 90% рукописів виявляться тупиковими, решта 10% можуть підказати нові гіпотези, леми чи нетривіальні приклади. Це радше «математичний генератор ідей», ніж готовий замінник науковця.
  • Попит на формальну верифікацію. Lean та подібні системи з нішевої теми перетворюються на критичну інфраструктуру. Для українських кафедр математики й інформатики це аргумент додати курси з формальних доказів і proof assistants — попит на такі навички тільки зростатиме.
  • Зміна ролі людини в дослідженні. Якщо генерація варіантів частково автоматизується, цінність зсувається до відбору, інтерпретації та побудови загальної теорії. Іншими словами, «думати про сенс» стає важливішим, ніж «перебирати руками всі випадки».
  • Можливості для спільних проєктів. Публічний репозиторій OpenAI — шанс для університетів з України долучитися до перевірки результатів, публікацій із розбором окремих доказів чи побудови власних AI+math-ініціатив.

Якщо незалежні математики підтвердять суттєву частину цих 722 рукописів, дискусія про AI у науці зміниться: питання буде не «чи може модель робити відкриття», а «як організувати інфраструктуру, щоб людство не потонуло в потоці нових результатів».

Джерело: The Neuron (https://www.theneurondaily.com/p/openai-s-ai-produced-722-math-manuscripts)