OpenAI's модель 'Astra' заявляет о решении 10 открытых математических задач — когда ИИ перестаёт тестироваться и начинает открывать новое

Внутренняя модель OpenAI, как сообщается, решила десять открытых проблем в математике и Computer Science. Если это подтвердится, это качественный рубеж: не лучший результат на известном тесте, а новые знания в областях, где эксперты-люди потерпели неудачу. Вопрос проверки — это вся история, и на это уйдут не дни, а недели.

Простыми словами

AI-модели обычно тестируют на задачах с известными ответами. Здесь речь идёт о принципиально другом: по сообщениям, неопубликованная внутренняя модель решила задачи, над которыми безуспешно работали учёные-исследователи. Источник этого утверждения крайне ненадёжен — твит, на который ссылается малоизвестный пост на Hacker News. Именно эта ненадёжность и является частью темы этой статьи.

Само утверждение и его происхождение

Пост на Hacker News (9 очков, 0 комментариев на момент написания) содержит ссылку на твит от @polynoamial, где говорится, что внутренняя модель OpenAI "Astra" решила десять открытых проблем в математике и computer science. У модели внутреннее название "Astra" — оно отличается от Google DeepMind Project Astra и не является публично доступной системой.

Цепочка источников выглядит так: твит → ссылка на Hacker News без обсуждения → наше освещение. Эта цепочка крайне ненадёжна. Причина, по которой это стоит освещать, не в самом утверждении, а в том, что оно представляет собой в меняющемся ландшафте коммуникации возможностей.

Почему это важно, если это правда — и почему проверка занимает время

Если утверждение подтвердится: это станет пороговым достижением в автоматизированных рассуждениях, которое большинство исследователей считали более отдалённым. Это не просто улучшение бенчмарка — это система ИИ, генерирующая новые математические знания. Последствия для производительности исследований в математике и CS-департаментах будут структурными.

Сроки проверки подлинных открытых проблем — от недель до месяцев. Консенсус математического сообщества по нетривиальному доказательству занимает время даже когда его представляют сами математики. Решение, сгенерированное ИИ, подвергается соответствующей проверке, которую нельзя ускорить.

Следующее поколение утверждений о возможностях

Этот класс утверждений — «мы решили открытые проблемы» вместо «мы улучшили показатели бенчмарков» — сложнее оценить, имеет более высокие ставки и менее подвержен стандартной критике бенчмарков. В то же время он более подвержен преувеличениям именно потому, что проверка занимает так много времени.

Эта схема знакома: утверждение появляется с минимальной документацией, внимание растёт, проверка затягивается, итог (истина, частичная правда или преувеличение) приходит недели спустя с долей от первоначального внимания. Низкая вовлечённость на Hacker News здесь сама по себе сигнал: сообщество пока не воспринимает это как установленный факт.

Что делать

Следите за публикацией, а не за твитом. Если OpenAI опубликует методологию, а проблемы будут формально проверены независимыми математиками, это станет вехой. Пока же источником является твит с 9 очками на Hacker News. Оценивайте соответствующим образом.