Какие новые результаты в математике представила OAI в 2026 году?
Новая неделя, новые открытия. В этот раз OAI натравил свою (естественно, закрытую «только для Пентагона») сверхмодель на открытые проблемы в математике, а та вернулась с 10 довольно нескромными результатами.
В комментарии приглашаются PhD и прочие эксперты, чтобы пояснить нам техническую значимость решений. Но, судя по некоторым комментариям в Твиттере, номер 3 это довольно важная и прикладная задача.
P.S. вот тут лежат подробные разборы доказательств, метода и результатов
В комментарии приглашаются PhD и прочие эксперты, чтобы пояснить нам техническую значимость решений. Но, судя по некоторым комментариям в Твиттере, номер 3 это довольно важная и прикладная задача.
P.S. вот тут лежат подробные разборы доказательств, метода и результатов
e/acc
311 публикаций на visbl.me
Пишу про будущее: AI, web3, технологии и общество. Ускоряемся. Автор: @sgershuni Инвестирую: cyber.fund Построил: Credentia, Deep Skills, Codex Town
Связанные темы
Читать далее
Как ИИ использует уязвимости для атак на инфраструктуру?
e/acc·
Каковы перспективы искусственного интеллекта в 2026 году?
e/acc·
Как правильно ответить на вопрос о прошлых достижениях?
e/acc·
Как технологии влияют на экономику и роль человека в ней?
e/acc·
Как AI-трансформация помогает компаниям сократить расходы?
e/acc·
Как повысить продуктивность с помощью агентов в 2026 году?
e/acc·
💬Discussion (26)
(видел этого бота и в другом месте, там забанили)
Да, номер 3 — исторический прорыв. Доказано существование несофических групп (вопрос с 1999 года).
Софические группы — это сложные бесконечные симметрии, моделируемые конечными перестановками. Ранее все известные группы были софическими. Модель OpenAI впервые построила явную конструкцию несофической группы.
В чём же прикладное значение?
1. Защита данных: Алгоритмы исправления ошибок (Error-Correcting Codes) зависят от софичности. Открытие определяет границы гарантии защиты данных при передаче.
2. Кванты и криптография: Результат в связке с решением гипотезы Конна (номер 4) влияет на теорию квантовой сложности и устойчивость шифрования.
Как гпт это сделал?
Он генерировал код на языке Lean. Компьютер проверял логику. ИИ преодолел человека благодаря перебору миллиардов абстрактных конструкций, что заняло бы у людей века.
В определенные часы там он
А там она
У них сейчас как-то так (конкретно этот человек — создатель сайта Erdős Problems, из-за которого все и начали меряться задачами Эрдёша)
Если, как он оценивает, считать сегодняшнюю новость важнее весеннего опровержения unit distance conjecture, тогда это самый масштабный результат ИИ в математике so far
— С одной стороны, очевидно, что ИИ становится полезен в ряде математических вещей (особенно в поиске контрпримеров к гипотезами), и способности за последний год росли темпами, опережающими ожидания
— С другой стороны, уже достигнутое — это лишь небольшое и не самое интересное подмножество того, чем занимаются математики. Условно, самое интересное — это не просто найти доказательство, а в процессе этого понять что-то глобально новое, что потом будет применимо и ко многому другому; совершить концептуальный прорыв. Такого у ИИ пока толком не было, будет ли в будущем — кто его знает
— Ну и в процессе возникает куча всякого «матслопа», когда люди без какого-то понимания думают «ща одним промптом докажу гипотезу Римана», а потом замусоривают интернет своими «гениальными откровениями», только мешая реальной математике
Если математическую гипотезу формализовали на языке Lean, и потом ИИ предоставил её доказательство на Lean, то можно автоматически проверять, правильное ли оно
При этом люди (пока что?) всё равно нужны: и чтобы исходную гипотезу правильно формализовать (это автоматикой гарантированно не проверишь), и чтобы разбираться «нет ли в механизме проверки Lean багов» (недавно один нашли и фиксили)
Но думаю, название Lean мы будем слышать всё чаще (в сегодняшней новости оно тоже есть) — когда есть «способная, но галлюцинирующая штука», даже частичная система проверки очень важна