ИИ от OpenAI опроверг 80-летнюю гипотезу в геометрии

Задача, над которой математики бились восемь десятилетий

Представьте: вы расставляете n точек на плоскости и считаете, сколько пар точек находятся ровно на расстоянии 1 друг от друга. Вопрос звучит почти как школьная задачка. Но именно эта «простая» проблема, сформулированная венгерским математиком Полом Эрдёшем в 1946 году, оказалась настолько твёрдым орешком, что за её решение сам Эрдёш предлагал денежное вознаграждение. Восемьдесят лет спустя её решил не человек — модель OpenAI.

Сегодня, 20 мая 2026 года, OpenAI объявила о том, что внутренняя модель компании опровергла центральную гипотезу о единичных расстояниях на плоскости. Доказательство проверено группой внешних математиков мирового уровня, а Филдсовский лауреат Тим Гауэрс назвал результат «вехой в математике ИИ».

Что именно было доказано — и почему это сенсация

С момента постановки задачи Эрдёшем господствовало убеждение: конфигурации на основе «квадратной решётки» являются оптимальными для максимизации числа пар точек на единичном расстоянии. Иными словами, лучше квадратной сетки ничего нет. Модель OpenAI доказала, что это не так — предоставив бесконечное семейство конфигураций, которые дают полиномиальное улучшение по сравнению с решёткой.

Особенно поразительно то, как был найден этот результат. Для решения элементарной геометрической задачи модель применила изощрённые инструменты из алгебраической теории чисел — области математики, которая на первый взгляд не имеет к геометрии никакого отношения. Это не просто технический трюк: такой неожиданный межотраслевой перенос методов — признак подлинного математического мышления, а не механического перебора.

Нога Алон из Принстона, один из ведущих специалистов по комбинаторике, подтвердил: задача о единичных расстояниях была одной из любимых у Эрдёша, её обдумывал буквально каждый математик, работавший в комбинаторной геометрии. Ведущий теоретик чисел Арул Шанкар прямо заявил, что эта работа демонстрирует: современные ИИ-модели вышли за рамки роли помощников — они способны генерировать оригинальные, нетривиальные идеи и доводить их до завершения.

Модель общего назначения, а не специализированный «математический робот»

Этот момент я считаю принципиально важным. OpenAI подчёркивает: доказательство получено от новой модели общего назначения для рассуждений — не от системы, натренированной специально на математике, не от агента с поиском по пространству доказательств, не от инструмента, «заточенного» под задачи Эрдёша. Модель просто... решила задачу, когда её попросили в рамках более широкого тестирования.

Для сравнения: первые автономные решения задач из коллекции Эрдёша появились ещё в ноябре прошлого года — их выдала модель AlphaEvolve на базе Gemini. С тех пор темп нарастает. По данным сайта erdosproblems.com, только с декабря 2025 года 15 задач перешли из статуса «открытых» в «решённые», причём в 11 случаях к решению был причастен ИИ. Терренс Тао на своей странице в GitHub насчитал восемь задач, где ИИ-модели добились значимого автономного прогресса.

Но задача о единичных расстояниях — это совсем другой масштаб. Это не задача из «длинного хвоста» малоизвестных проблем, которые, как предполагал сам Тао, ИИ будет решать первыми. Это центральная, знаковая проблема целого раздела математики.

Математика как идеальный полигон для тестирования ИИ

OpenAI прямо называет математику «особенно чистым испытательным стендом для рассуждений»: задачи точно сформулированы, доказательства поддаются верификации, и длинная цепочка аргументов работает только тогда, когда каждое звено логически безупречно. Никаких галлюцинаций не спрячешь — либо доказательство верно, либо нет.

Именно поэтому этот результат так важен для понимания реальных возможностей современных LLM. Не benchmark на экзаменационных задачах, не синтетические тесты — а первое автономное решение выдающейся открытой проблемы, центральной для целого подраздела математики. Тим Гауэрс написал в сопроводительной статье, что если бы такую работу подал человек в Annals of Mathematics, она была бы опубликована без вопросов.

Что это означает для науки и индустрии

Для математического сообщества последствия очевидны: ИИ перестаёт быть инструментом поиска литературы или формализации уже известных доказательств. Он становится полноценным участником фронтира исследований.

Для индустрии ИИ это важнейший сигнал: способность к глубокому многошаговому рассуждению, которую компании развивали в своих «reasoning models», начинает приносить плоды там, где раньше казалась невозможной. Если сегодня это 80-летняя задача в геометрии, завтра — открытые проблемы в физике, биологии, криптографии.

Для российских пользователей и разработчиков: доступ к моделям рассуждений OpenAI в России по-прежнему требует VPN и иностранных платёжных средств. Однако сам факт прорыва актуален для всего мирового научного сообщества — российские математики и исследователи в области ИИ, работающие с международными инструментами, уже изучают опубликованное доказательство.

Осторожность всё же нужна

Стоит помнить контекст: история знает случаи, когда громкие заявления об «ИИ-прорывах» в математике оказывались преувеличенными. Несколько месяцев назад в сети вспыхнул скандал вокруг удалённого твита о десяти «решённых» задачах Эрдёша — выяснилось, что ряд из них были «решены» путём нахождения уже существующих публикаций, а не оригинальных доказательств. Нынешний результат принципиально иной: доказательство верифицировано независимыми экспертами и опубликовано вместе с сопроводительным разбором.

Математика беспощадна к фальши. Именно поэтому подтверждение от Нога Алона, Тима Гауэрса и Арула Шанкара — не PR-цитаты, а реальная валидация. Информация о прорыве подтверждена несколькими независимыми публикациями и заявлениями ведущих математиков мира.