Конец математики: 40 ведущих математиков собрались на закрытой встрече OpenAI

marsbitОпубликовано 2026-08-24Обновлено 2026-08-24

Введение

Заголовок: Конец математики: 40 ведущих математиков на закрытой встрече в OpenAI Только что получивший Филдсовскую премию Джейкоб Цимерман объявил о переходе в OpenAI для исследований в области безопасности ИИ. В начале августа он и исследователь OpenAI Себастьен Бюбек организовали в штаб-квартире компании закрытый саммит с участием около 40 математиков. Один из докладов назывался «Конец математики». Профессор Дэниел Литт заявил, что мир может прийти к ситуации, где не останется высококачественных математических исследований, а человеческий экспертный опыт в этой области полностью исчезнет. Математик MIT Дрю Сазерленд выразился более прямо: возможно, математики — это первые жертвы, «канарейки в угольной шахте». Математика выбрана в качестве испытательного полигона для ИИ, так как она служит индикатором высоких интеллектуальных достижений. Непосредственным фоном встречи стал поток достижений ИИ в математике. В мае невыпущенная модель OpenAI опровергла «гипотезу единичных расстояний» — давнюю проблему в комбинаторной геометрии, которую Цимерман назвал публикуемым в любом журнале результатом. В августе OpenAI анонсировала 10 новых открытий в математике и информатике, сделанных с помощью ИИ. В Anthropic сотрудник с помощью Claude создал искомые, но никогда не построенные пары ортогональных векторов в 668-мерном гиперкубе, опубликовав результат в виде поста из 24 000 символов. Такие результаты часто обходят традиционный путь публикации (arXiv, рецензирование). Например, предпр...

Недавний лауреат Филдсовской премии Джейкоб Циммерман на церемонии награждения объявил, что собирается присоединиться к OpenAI для исследований в области безопасности ИИ.

Дополнительное чтение: Боясь вымирания человечества от ИИ, лауреат Филдсовской премии взял отпуск и ушёл в OpenAI! Он хочет укротить ИИ математикой

В начале августа он вместе с научным сотрудником OpenAI Себастьяном Бюбеком созвал в штаб-квартире в Сан-Франциско около 40 математиков на закрытый саммит. На одной из презентаций был заголовок «Конец математики».

Научный сотрудник OpenAI Себастьян Бюбек

Докладчик, профессор Университета Торонто Дэниел Литт, сказал:

Вполне возможно, что мы в итоге окажемся в мире без качественных математических исследований, где человеческая математическая экспертиза полностью исчезнет.

Он считает, что такой крайний сценарий маловероятен, но математики должны действовать.

Математик из MIT Дрю Сазерленд выразился более прямо и холодно:

Может, мы просто канарейки в угольной шахте, первыми пострадают математики.

Математика была выбрана в качестве испытательного полигона для ИИ, потому что она служит индикатором высокой интеллектуальной деятельности — то, что можно сделать в математике, рано или поздно будет воспроизведено в других областях.

ИИ «занимается математикой» серийно

Непосредственным контекстом этого саммита стали плотные релизы результатов.

В мае ещё не выпущенная модель OpenAI опровергла гипотезу о единичном расстоянии.

Дополнительное чтение: OpenAI потрясает математический мир, решая 80-летнюю ключевую гипотезу! Лауреат Филдсовской премии с трудом сидит на месте

Эта старая проблема о «способе расположения точек на бесконечной плоскости» оставалась нерешённой в течение многих лет. ИИ использовал известный, но сложный в применении метод из алгебраической теории чисел, то есть задействовал инструмент из смежной области.

Циммерман тогда сказал, что если бы этот результат был представлен в любой журнал, он «без колебаний принял бы его».

Многие математики сочли это первым крупным математическим прорывом ИИ.

После этого результаты посыпались один за другим.

В августе OpenAI разом представил 10 новых открытий в области математики и информатики, сгенерированных ИИ, охватывающих несколько субдисциплин, на освоение которых обычно уходят годы.

Дополнительное чтение: Сенсация! ИИ OpenAI следующего поколения решает 10 проблем уровня Филдсовской премии

Anthropic тоже не сидела сложа руки.

Сотрудник Anthropic Левант Альпёге с помощью Claude создал пары ортогональных векторов в 668-мерном гиперкубе.

Математики всегда верили, что такая конструкция существует, но никто её реально не построил.

Альпёге опубликовал результат, выложив в X пост длиной в 24 000 символов, состоящий только из знаков «+» и «-».

https://x.com/__alpoge__/status/2087504785952182273

Традиционное математическое исследование имеет фиксированный конвейер: обсуждение на семинарах, распространение среди коллег, публикация препринта на arXiv, прохождение рецензирования и публикация в журнале.

Результаты, генерируемые ИИ, обходят этот конвейер.

Предприниматель из Шэньчжэня Дмитрий Рыбин попросил ChatGPT «сделать прорыв» и опровергнуть одну гипотезу о потоках в сетях. Модель терпела неудачу, он подбадривал её продолжить, превратившись в «наставника по мотивации ИИ».

В итоге ChatGPT дал контрпример, Рыбин проверил его и опубликовал твит. В это время он смотрел кино с другом.

https://x.com/DmitryRybin1/status/2079904005652893709

Дополнительное чтение: GPT-5.6 опровергает 30-летнюю гипотезу теории графов! Выпускник Пекинского университета решает 6 задач за 5 дней

Математик Давид Бессис выразил по этому поводу сомнение:

Готовишь пасту и одновременно твитишь, что доказал большую проблему? Конечно же, это создаст хайп.

Вопрос в том, а что после хайпа? Кто будет систематизировать эту кучу материала и разбираться, что к чему?

На прошлой неделе Anthropic также объявила, что один из её сотрудников поручил внутренней версии Claude «серьёзно попробовать» гипотезу Римана.

Гипотеза Римана остаётся нерешённой уже более ста лет, до сих пор никто не справился, за её доказательство назначена награда в 1 миллион долларов.

После повторяющихся подсказок вроде «продолжай», «подумай ещё» модель выдала новое открытие по смежной проблеме.

Дополнительное чтение: Сенсация, Claude устанавливает новый рекорд в подходе к гипотезе Римана!

3000 человек подписали петицию, и что дальше?

Реакция математического сообщества разделилась.

В июне была опубликована открытое письмо под названием «Лейденская декларация», которое подписали более 3000 математиков.

Дополнительное чтение: Ставим рамки для ИИ! Только ИИ решил 80-летнюю математическую задачу, как математики запаниковали

В письме содержится призыв к исследователям ответственно использовать инструменты ИИ, обеспечивать проверку результатов и корректное цитирование.

Другая группа математиков пошла дальше, выступая за полный отказ от ИИ и ИИ-компаний, чтобы сохранить место человека в математике.

Профессор математики Северо-Западного университета Брина Кра, участвовавшая в саммите, также является одной из 16 авторов Лейденской декларации.

Она сказала:

Суть математики — понимать результаты, а не просто их доказывать.

Доказательство, которое не понято, не станет частью научной литературы.

ИИ может доказывать теоремы, но может ли он объяснить, как он это сделал?

Математик из Гарварда Мелани Матчетт Вуд написала «человеческую» версию доказательства результата OpenAI о гипотезе единичного расстояния.

Она обнаружила, что у передовых моделей ИИ есть общий недостаток в объяснениях: простые части они расписывают долго, а сложные — пропускают.

Она сказала:

Передовые модели ИИ пока не умеют определять действительно сложные части рассуждения и доходчиво их объяснять.

Немецкий математик Андреас Том дал более точное различие.

Одно из 10 новых достижений, представленных OpenAI, касалось новой конструкции «не-софических групп», заполнив пробел между двумя статьями Тома и его соавтора Габора Куна 2016 и 2019 годов.

Впоследствии они опубликовали дальнейшую статью, упростив и расширив открытие ИИ.

Том сказал:

ИИ решает проблемы очень умным и весомым способом.

Но новые концепции возникают только после того, как человек участвует в процессе доказательства, пока ИИ сам этого не делает.

Столкнувшись с расколом, организатор саммита Бюбек после встречи описал четыре возможных будущего:

Математика станет похожей на разработку ПО, где ИИ помогает сотням людей совместно решать одну проблему;

Станет похожей на физику, полагаясь на вычислительные мощности и модели ИИ вместо ускорителей частиц;

Превратится в кураторство, где ИИ производит, а человек отбирает и интерпретирует;

Или математики массово переквалифицируются в специалистов по безопасности ИИ.

Бюбек сказал:

Мы должны ставить человека, математика, на первое место.

Математика имеет смысл только тогда, когда математики извлекают из неё знания.

«Цивилизация без людей бессмысленна».

Но 40 участников не пришли к консенсусу.

Циммерман сказал:

Пока нет ясности в том, чего хочет математическое сообщество.

Цель этой встречи больше в том, чтобы начать диалог, а не принять какое-то решение.

Он сам ещё официально не приступил к работе в OpenAI.

Тот факт, что лауреат Филдсовской премии выбрал работу в ИИ-компании по безопасности, сам по себе является отражением положения математического сообщества.

Что же касается его дальнейших действий, то следующий сигнал может быть более показательным, чем доклады на этом саммите.

Источники:

https://www.washingtonpost.com/technology/2026/08/19/mathematicians-ask-whats-left-humans-when-ai-can-do-math-research/

Эта статья из WeChat публичного аккаунта «Новая эра искусственного интеллекта» (新智元), автор: ASI启示录, редактор: Марко

Связанные с этим вопросы

QПочему математики опасаются, что ИИ может привести к «концу математики»?

AНекоторые математики, такие как Дэниел Литт, опасаются, что развитие ИИ способно привести к миру, где не будет качественных математических исследований, а человеческий опыт в этой области исчезнет, поскольку ИИ начинает доказывать сложные теоремы и генерировать новые открытия.

QКакое крупное математическое достижение ИИ было упомянуто в статье и в чём его значимость?

AВ мае OpenAI с помощью ещё не выпущенной модели опроверг «гипотезу единичного расстояния» — давнюю проблему, касающуюся расположения точек на плоскости. Этот результат был признан первым крупным прорывом ИИ в математике, так как модель применила сложный метод из алгебраической теории чисел, который редко используется на практике.

QКакова была реакция математического сообщества на успехи ИИ, и какие меры они предложили?

AРеакция разделилась. Более 3000 математиков подписали «Лейденскую декларацию», призывающую к ответственному использованию ИИ, включая проверку результатов и корректные ссылки. Другие предлагают полностью отказаться от ИИ, чтобы сохранить место человека в математике. В ходе саммита обсуждались различные сценарии будущего, от совместной работы с ИИ до перехода математиков в сферу безопасности ИИ.

QКакие слабые стороны текущих возможностей ИИ в математике отметили эксперты?

AЭксперты, такие как Мелани Мэтчетт Вуд и Андреас Том, отметили, что ИИ пока плохо объясняет свои решения: простые моменты он описывает подробно, а сложные — поверхностно. Кроме того, ИИ генерирует доказательства, но новые концепции и глубокое понимание всё ещё появляются только при участии человека, который интерпретирует и развивает результаты.

QКакие четыре возможных будущего для математики в эпоху ИИ предложил на саммите исследователь OpenAI Себастьян Бубек?

AСебастьян Бубек описал четыре сценария: 1) Математика станет похожа на разработку ПО, где ИИ поможет сотням людей совместно решать задачи. 2) Она станет похожа на физику, где вычислительные мощности и модели ИИ заменят ускорители частиц. 3) Математики станут «кураторами», выбирая и интерпретируя открытия, сделанные ИИ. 4) Математики массово перейдут в сферу безопасности ИИ.

Похожее

Получение прибыли в течение 7 кварталов подряд: арбитражные сделки на развивающихся рынках превосходят все

Прибыльная торговля на разнице процентных ставок (керри-трейд) на рынках развивающихся стран приносит доход уже седьмой квартал подряд, что стало самой длинной серией успеха с 2008 года. Согласно индексу Bloomberg, стратегия, предполагающая заимствование в долларах США для инвестиций в высокодоходные валюты, с конца 2024 года принесла около 22% дохода, значительно опередив доходность американских казначейских облигаций. Основу прибыли формирует высокая процентная ставка в странах вроде Турции, однако ключевую роль в последний период сыграло ослабление доллара по отношению ко многим валютам развивающихся рынков. Даже несмотря на падение турецкой лиры, высокая доходность по местным облигациям сохранила прибыльность сделок. Несмотря на испытание в августе из-за интервенций на валютном рынке Японии, рынок быстро адаптировался, переключившись на использование евро и швейцарского франка в качестве финансирующих валют, что позволило продолжить тренд. Главными рисками для стратегии остаются будущие действия ФРС США, которые могут изменить динамику доллара, а также чрезмерная популярность самой сделки, что увеличивает риск резкого разворота. Тем не менее, эксперты, такие как команда PGIM, сохраняют уверенность, выделяя перспективные рынки, включая Турцию, Колумбию, Бразилию и страны Африки.

marsbit12 мин. назад

Получение прибыли в течение 7 кварталов подряд: арбитражные сделки на развивающихся рынках превосходят все

marsbit12 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

Новое исследование, проведенное учеными из Университета Цинхуа и Уортонской школы бизнеса, разрешает давний вопрос в теории оптимизации. Они доказали, что классический метод градиентного спуска, использующий только предопределенную последовательность шагов обучения (learning rates), имеет принципиальный предел скорости сходимости. Независимо от того, насколько сложной является эта последовательность, скорость сходимости не может превысить **Ω(T^{-1.9319})**, где T — количество шагов. Это означает, что для достижения оптимальной скорости **O(1/T²)**, полученной методом Нестерова с моментом, необходимо изменить саму структуру алгоритма, а не только подбирать шаги. Ключевым аспектом работы является то, что основное доказательство было сгенерировано и доработано в процессе взаимодействия с языковой моделью GPT-5.6 Sol Pro. Исследователи задавали высокоуровневую стратегию «противостоящего оракула» (resisting oracle), а ИИ выполнил нетривиальную математическую работу по построению доказательства. Затем вся цепочка рассуждений была формально верифицирована с использованием системы автоматического доказательства теорем Lean 4, где код успешно прошел компиляцию без каких-либо пропущенных шагов («zero sorry, zero admit»). Этот результат закрывает 40-летний теоретический пробел, показывая фундаментальное ограничение простейшей формы градиентного спуска. Работа также демонстрирует новый подход к исследованиям, где крупные языковые модели выступают в роли активных помощников в сложных математических доказательствах, проверяемых формальными методами.

marsbit22 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

marsbit22 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

Claude «поумнел»? Разработчики заметили резкое падение производительности модели. Пользователь argofowl обнаружил, что в Claude Code с версии 2.1.237 высокий уровень логического вывода («high») соответствует значению 10, которое раньше обозначало низкий уровень («low»). Оказалось, Anthropic проводит эксперимент по «сжатию шкалы усилий» в рамках A/B-тестирования, о чем не уведомила пользователей. Позже вскрылась и проблема с Opus 5. Пользователи жалуются на снижение качества: модель стала совершать больше ошибок, давать расплывчатые ответы и повторять шаблонные извинения. Инженер Thariq Shihipar от Anthropic подтвердил, что Opus 5 демонстрирует «нестабильную производительность», и пообещал, что решение этой проблемы является наивысшим приоритетом для команды. Эта ситуация подчеркивает ключевое противоречие в индустрии ИИ: великолепные результаты моделей на тестовых стендах (бенчмарках) часто расходятся с субъективным опытом пользователей, которые отмечают ухудшение работы. Обновления крупных языковых моделей часто происходят непрозрачно, без четких изменений в версиях или логов, что подрывает доверие разработчиков, для которых стабильность является критически важной.

marsbit22 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

marsbit22 мин. назад

Раскрытие правды о леверидже, ликвидности и рисках, скрывающихся за токенизацией активов

Токенизация реальных активов (RWA) часто представляется как простое создание токенов, представляющих традиционные активы, такие как казначейские векселя или акции. Однако, как показывает автор, токенизация — это лишь «штрих-код», а не полная цепочка создания стоимости. Истинная трансформация происходит, когда эти активы интегрируются в экосистему DeFi, обретая ликвидность, возможность использования в качестве залога и управления рисками. Ключевые проблемы включают разрыв во времени между мгновенными расчетами в блокчейне и медленными процессами в традиционных финансах (например, выходные дни на рынках), что создает риск ликвидации. Ликвидность — это не просто общий объем заблокированных средств (TVL), а возможность быстро выйти из позиции в стрессовых условиях. Использование залога (леверидж) раскрывает полезность RWA, но также увеличивает уязвимость системы, требуя более сложных моделей оценки рисков, учитывающих юридическую исполнимость, задержки выкупа и концентрацию активов. Риски RWA следует рассматривать как сеть взаимосвязанных компонентов: эмитент, кастодиан, оракулы, протоколы кредитования. Сбой в одном звене может вызвать кризис ликвидности. Мониторинг должен быть упреждающим, отслеживая такие сигналы, как очереди на выкуп или снижение активности маркет-мейкеров, а не только падение цены. Хотя токенизированные гособлигации стали отправной точкой, будущее за более сложными активами, такими как вычислительные мощности (GPU) или энергоактивы, каждый со своей уникальной структурой рисков. Токенизация акций в сочетании с перпетуальными контрактами создаст мощный, но рискованный рынок, требующий продуманных защитных механизмов: изоляции маржи, лимитов концентрации и динамических дисконтов. В конечном счете, ценность RWA раскрывается не в самом факте токенизации, а в построении вокруг них устойчивой рыночной инфраструктуры, способной выдерживать кризисы. Токен — это лишь код. Реальная ценность создается рынком — машиной, которая обеспечивает ликвидность, леверидж и управление рисками.

marsbit36 мин. назад

Раскрытие правды о леверидже, ликвидности и рисках, скрывающихся за токенизацией активов

marsbit36 мин. назад

Новая модель Anthropic «слизала» слухи, самый мощный Fable 5 оказался провалом

Антропик готовит выпуск двух новых моделей ИИ под кодовыми названиями Marshmallow («Зефир») и Melon («Дыня»), которые были обнаружены в сторонних приложениях. Предварительные тесты показывают, что Marshmallow превосходит по естественности диалога текущую флагманскую модель Opus, в то время как Melon немного слабее. Их выход ожидается в ближайшее время. Этот анонс происходит на фоне неожиданно низкого рыночного принятия текущего топ-модели Anthropic — Fable 5, выпущенной два месяца назад. Несмотря на статус самого мощного и дорогого решения компании, данные платформы Ramp показывают, что на Fable 5 приходится лишь около 11% расходов предприятий на токены Anthropic. Для сравнения, флагман конкурента OpenAI, GPT-5.6 Sol, занимает 25% доли. Основные причины холодного приема Fable 5 — чрезмерно высокая цена и недостаточное ценностное предложение. Модель стоит в 2 раза дороже Opus 4.8 и в 10 раз дороже Haiku 4.5. При этом выпущенная в конце июля модель Opus 5, которая стоит вдвое дешевле Fable 5, демонстрирует сопоставимую, а в некоторых тестах (например, CursorBench 3.2) даже лучшую производительность, делая ценник Fable 5 неоправданным. Дополнительное давление создает стремительный рост популярности открытых моделей. Согласно данным Vercel AI Gateway, их доля в использовании токенов выросла с 11% в апреле до 62% в августе, при этом на них приходится менее 4% общих расходов предприятий. Таким образом, анонсированные модели Marshmallow и Melon, вероятно, являются стратегическим ответом Anthropic на текущие рыночные вызовы. Компании необходимо предложить решения, которые сочетают в себе высокую производительность, доступную цену и практическую пользу для бизнеса, чтобы стимулировать массовое внедрение, а не оставаться merely «витринной» технологией.

marsbit42 мин. назад

Новая модель Anthropic «слизала» слухи, самый мощный Fable 5 оказался провалом

marsbit42 мин. назад

Торговля

Спот
活动图片