OpenAI опубликовала 372 математических результата, полученных внутренней frontier-моделью, разместив их не в журналах, а в репозитории GitHub с историей изменений и ссылками. Каждый пункт представлен как решение открытой задачи или существенный шаг к нему, включая улучшение известных алгоритмов и продвижение, связанное с гипотезой Римана. Это важно, поскольку проверяется, способны ли бизнес и наука усваивать машинные знания быстрее, чем позволяет рецензирование.
Результаты по одному запросу вне журналов
Почти каждый результат получен одним запросом к одному ИИ-агенту, хотя часть задач потребовала нескольких попыток. Это контрастирует с более ранним решением задачи Навье-Стокса от той же линейки моделей, для которого понадобился рой из 10 000 агентов и вычислительные ресурсы стоимостью в миллионы долларов, а формальная проверка длится уже несколько недель. В среднем на каждый из 372 результатов ушло около трех часов вычислений ChatGPT Pro Thinking. OpenAI также раскрыла описание методики, статистику попыток и оценки затрат, но привела лишь средние расходы без разбивки по задачам и не опубликовала запросы.
Многие доказательства сопровождаются формализацией в Lean, языке машинно проверяемых математических доказательств, причем выпуск новых формализаций продолжается. Логика здесь практическая: формальная проверка автоматически подтверждает корректность, что упрощает разбор большого массива по сравнению с ручным чтением. При этом Lean подтверждает логическую верность, но не оценивает значимость и новизну, поэтому человеческая экспертиза сохраняется. OpenAI считает коллекцию шагом за границу человеческих знаний и признает необходимость улучшить цитирование и оформление. Компания также намерена финансировать семинары и конференции по осмыслению результатов, созданных ИИ.
Выбор GitHub вместо рецензируемых журналов показывает, что традиционная публикация не рассчитана на такой темп и объем. OpenAI консультировалась с Advisory Group on Mathematics and Artificial Intelligence при Institute for Advanced Study и частично следовала ее публичным рекомендациям по представлению результатов. В группу входят обладатель медали Филдса Timothy Gowers и другие известные математики. При этом OpenAI заранее установила границу: советники могли влиять на форму подачи, но не на факт и скорость получения результатов. Компания обещает ответственный выпуск модели, чтобы ученые получили прямой доступ к актуальным возможностям.
Что массовые доказательства меняют для бизнеса
Для компаний, использующих сложную математику, практический эффект — более быстрый доступ к кандидатным результатам в оптимизации, алгоритмах и моделировании. Репозиторий GitHub с журналами изменений и ссылками проще отслеживать, копировать и тестировать, чем очередь журнальных публикаций, поэтому путь от заявления до внутренней проверки сокращается. Небольшие команды получают ту же видимость, что и крупные исследовательские отделы, хотя повторную проверку и внедрение чаще могут позволить себе крупные организации. Речь пока не о готовых продуктах, а о более широком пуле формализованных утверждений для отбора инженерными и аналитическими группами.
Ограничение в том, что корректность не равна полезности, а большой объем сам создает затраты на отбор. Руководителям следует проверять наличие покрытия Lean по каждому утверждению, изучать ссылки и историю изменений, а также спрашивать, какие вычисления и попытки стоят за конкретным результатом, а не за средним показателем. Сама публикация не означает признания математическим сообществом, реакции которого варьируются от воодушевления до раздражения. Поставщику стоит задать вопросы о воспроизводимости, поддержке формализаций, правах на код и доказательства, а также о независимой проверке.
Конкретным маркером станет судьба заявки по Навье-Стоксу после нескольких недель формальной проверки, а также доля из 372 позиций, получивших формализацию в Lean и независимое подтверждение. Gowers предупреждает, что за одно-два десятилетия литература может вырасти за пределы человеческого понимания, а 25 лауреатов медали Филдса считают, что решение задач без концептуального осмысления обедняет науку. Если подтверждения накопятся, машинно проверяемые репозитории станут обычным входом для исследований и разработок, если нет, GitHub останется быстрым каналом с неясным научным весом.
