OpenAI решила 10 нерешённых математических задач с помощью ИИ

Когда ИИ начинает делать то, что не смогли математики за десятилетия

Представьте: вы провели 30 лет, бьясь над одной задачей, а потом приходит машина и за несколько часов выдаёт решение, которое обходится в две тысячи долларов по API-тарифам. Именно это произошло 1 августа 2026 года — OpenAI опубликовала результаты работы внутренней версии модели Astra по десяти открытым проблемам математики и теоретической информатики. Проблемам, которые не сдвигались с мёртвой точки минимум десять лет, а некоторые — значительно дольше.

Это не просто очередной бенчмарк. Это качественный сдвиг в том, что вообще считается «работой ИИ».

Что конкретно решила Astra

Список впечатляет своей широтой. Десять задач из совершенно разных областей — высокоразмерная геометрия, теория кодирования, теория групп, операторные алгебры, квантовая сложность, решёточная криптография, экстремальная комбинаторика.

Начнём с самого понятного. В задаче упаковки сфер в высоких измерениях модель получила новые верхние оценки плотности — вплоть до порога Кона–Элкиса. Это фундаментальная проблема, связанная с тем, как эффективно «укладывать» объекты в многомерных пространствах. Звучит абстрактно, но напрямую влияет на теорию кодирования и передачу данных без ошибок.

Для бинарных и сферических кодов Astra нашла экспоненциально улучшенные оценки максимального размера кодов при заданном минимальном расстоянии. Это прямой удар по ограничениям, которые стояли в теории помехоустойчивого кодирования буквально с прошлого века.

Особняком стоит результат про несофические группы — построение, доказывающее их существование. Это закрывает центральный открытый вопрос теории групп, который математики обсуждали несколько десятилетий. Параллельно модель опровергла гипотезу жёсткости Конна — давнее утверждение о том, что определённые группы однозначно определяются своими алгебрами фон Неймана.

В арифметической сложности схем получены новые нижние оценки для вычисления перманента — включая нижнюю оценку арифметических формул порядка n⁴/log n. Это прогресс в одной из центральных задач вычислительной сложности, смежной с проблемой P≠NP.

Для квантовых игр доказана экспоненциальная теорема о параллельном повторении — расширение классического принципа из теории сложности на двухигровые квантовые протоколы. Задача ближайшего вектора (CVP) получила полиномиальное доказательство жёсткости приближения — а это напрямую касается постквантовой криптографии, которая сейчас стандартизируется по всему миру.

Закрыты ещё три знаковые задачи: гипотеза Эрхарта об объёме (максимальный объём выпуклого тела с единственной внутренней целочисленной точкой в каждом измерении), числа Рэмси для многоцветных треугольников (задача Эрдёша №183 — суперэкспоненциальная нижняя оценка) и две гипотезы об экстремальных числах в теории графов (задачи Эрдёша №146 и №180).

Как это вообще работало

Вся работа выполнена внутренней версией Astra — следующей крупной моделью OpenAI после текущего поколения. Суммарные вычислительные затраты на поиск решений составили примерно $2000 по тарифам Sol API. Люди участвовали на этапе оформления рукописей — совместно с той же моделью. Финальный штрих: Astra самостоятельно формализовала каждое доказательство в виде сертификата Lean — машинно-верифицируемого подтверждения корректности.

Это принципиально важно. Мы не просто верим модели на слово — каждый результат проверен независимым верификатором. Именно так должна работать математика в эпоху ИИ.

Контекст: это не первый звоночек

В мае 2026 года OpenAI уже публиковала ИИ-опровержение гипотезы Эрдёша о единичных расстояниях, найденное при тестировании нерелизованной модели. Тот результат уже успел спровоцировать волну дальнейших работ в математическом сообществе. Сейчас масштаб в десять раз больше.

Для сравнения: DeepMind с AlphaProof и AlphaGeometry решал задачи олимпийского уровня — IMO-задачи, которые, при всей их сложности, всё же имеют известный ответ. Здесь речь о задачах, у которых ответа не было вообще. Это другая лига.

Что это значит для разных аудиторий

Для математиков и учёных: OpenAI запустила программу ChatGPT для академических исследователей — 100 000 учёных получают бесплатный доступ к лучшим моделям. После сегодняшних результатов очевидно, что это не PR-акция, а стратегическое направление. ИИ перестаёт быть инструментом для написания кода и превращается в полноценного соавтора в фундаментальной науке.

Для криптографии: результат по CVP — это сигнал для всего постквантового криптографического сообщества. Если ИИ может продвигаться в задачах, лежащих в основе стандартов NIST, это меняет оценку рисков. Не в смысле «всё сломалось», а в смысле «надо пересматривать горизонты».

Для российских разработчиков: доступ к Sol API и будущей Astra — вопрос актуальный. Пока OpenAI официально не работает с российскими картами, и VPN не решает проблему оплаты. Академические программы теоретически доступны через институциональные аккаунты, но на практике требуют западной аффилиации.

Этика авторства — неудобный вопрос

OpenAI прямо поднимает вопрос атрибуции: приписывать себе доказательство, сгенерированное ИИ, было бы нечестно. Компания ссылается на Лейденскую декларацию об ИИ и математике и занимает осторожную позицию: мы уважаем озабоченность сообщества, и этот вопрос не может быть решён технологической компанией в одностороннем порядке.

Честная позиция. Но реальность такова, что математические журналы и конференции уже сталкиваются с этой проблемой вплотную — и единого ответа нет ни у кого.

Итог

Сегодняшняя публикация — это веха. Не потому что ИИ «умнее людей» (это бессмысленная постановка вопроса), а потому что скорость и масштаб математических открытий теперь принципиально другие. Десять задач, десятилетиями стоявших без движения, за один день. За две тысячи долларов. С машинно-верифицированными доказательствами.

Математика как дисциплина никуда не денется. Но то, как она делается — изменилось прямо сейчас.