# Открытие OpenAI: нашел ли искусственный интеллект «чит-код к Вселенной»? Источник: https://www.youtube.com/watch?v=lskEzJ7ixw0 Канал: Wes Roth Опубликовано: 27.10.2026 --- Исследовательская лаборатория OpenAI представила серию научных результатов в области математики, физики и теоретической информатики, сгенерированных моделями искусственного интеллекта. Главным событием публикации стало опровержение гипотезы экспоненциального времени (ETH), что вплотную подводит научное сообщество к фундаментальной проблеме равенства классов P и NP, а также частичное решение задачи тысячелетия относительно квантовой теории Янга — Миллса. Популяризатор технологий и автор канала Уэс Рот проанализировал обнародованные данные и объяснил, почему открытие алгоритмических обходных путей может радикально изменить шифрование, ускорить научные открытия и заставить пересмотреть пределы возможностей вычислительных систем. ## 🔬 Неожиданный релиз OpenAI и задачи тысячелетия [[JUMP:00:00]] Компания OpenAI неожиданно выпустила отчет, в котором заявила о фундаментальных научных прорывах, полностью сформулированных и выведенных моделями искусственного интеллекта [00:00]. Документ охватывает сложные проблемы на стыке теоретической физики, фундаментальной математики и теории сложности вычислений. Особый резонанс в академической среде вызвало заявление о том, что модель нашла доказательство несостоятельности гипотезы экспоненциального времени (Exponential Time Hypothesis, ETH) [00:26]. Уэс Рот отмечает, что гипотеза ETH десятилетиями воспринималась учеными как непреодолимый вычислительный барьер, сопоставимый с фундаментальными физическими законами — например, с запретом на движение со скоростью выше скорости света [00:39]. Из-за тесной связи ETH с центральной проблемой теоретической информатики — равенством классов P и NP — в сети мгновенно возникли предположения о взломе современных криптографических стандартов [01:05]. Президенту OpenAI Грегу Брокману пришлось публично выступить с разъяснениями, заверив публику, что класс P, по всей видимости, по-прежнему не равен NP [01:58]. Однако сам факт того, что ИИ подобрался к этой границе, вызвал беспокойство ученых. Специалист по квантовым вычислениям Скотт Ааронсон в подкасте незадолго до релиза упомянул, что его коллеги-физики, ранее скептически относившиеся к ИИ, теперь «нервно наблюдают» за происходящим [02:25]. Интерес к подобным проблемам восходит к истокам компьютерной эры: * В 1955 году математик Джон Нэш направил историческое письмо в Агентство национальной безопасности (АНБ) США, заложив основы теории вычислительной сложности [03:02]. * Курт Гёдель в переписке с Джоном фон Нейманом подчеркивал, что подтверждение равенства классов сложности повлекло бы за собой колоссальные последствия для всей науки [03:54]. * Вопрос «P против NP» официально включен Математическим институтом Клэя в список семи «Задач тысячелетия» с наградой в один миллион долларов за каждую [04:07]. Помимо вопросов вычислительной сложности, в публикации OpenAI содержится строгое математическое доказательство существования квантовой теории Янга — Миллса в калибровочном пределе [05:10]. Это представляет собой решение значительной части соответствующей Задачи тысячелетия, хотя пока и не закрывает ее полностью [05:23]. Как подчеркивает ведущий, ИИ последовательно берет штурмом проблемы, над которыми математики безрезультатно бились последние тридцать лет [05:35]. ## 🔐 Проблема P против NP: комбинаторный взрыв и криптография [[JUMP:06:20]] Чтобы объяснить суть спора, Уэс Рот привел наглядную аналогию с кодовым замком [06:20]. Если на замке установлен один диск с цифрами от нуля до девяти, злоумышленнику потребуется максимум десять попыток для перебора [06:37]. Однако с добавлением каждого нового диска сложность растет экспоненциально: * Два диска требуют до 100 попыток [06:50]. * Три диска увеличивают количество комбинаций до 1 000 [07:04]. * Десять дисков создают уже 10 миллиардов возможных вариантов [07:04]. Такой лавинообразный рост сложности лежит в основе всех систем безопасности: подбор пароля методом грубой силы (brute force) занимает миллионы лет [07:17]. При этом математические задачи делятся на два принципиальных типа: 1. **Класс P (полиномиальное время)** — задачи, время решения которых при росте объема входных данных масштабируется умеренно (например, сортировка нескольких корзин белья) [08:32]. 2. **Класс NP (недетерминированное полиномиальное время)** — проблемы, для которых крайне сложно найти решение с нуля, однако предложенный ответ можно проверить очень быстро [09:10]. Примерами таких задач служат головоломка судоку или составление рабочего графика для сотен сотрудников с учетом множества конфликтующих ограничений: перебор всех вариантов занимает вечность, но проверка готового расписания на корректность отнимает секунды [07:54]. Вся современная банковская инфраструктура, безопасность протоколов интернета и приватность транзакций функционируют только потому, что проверка валидности цифровой подписи относится к классу P (выполняется мгновенно), а взлом ключа требует экспоненциального времени [09:36]. Если бы оказалось, что P = NP, это означало бы наличие универсального алгоритмического пути, превращающего поиск любого сложного решения в простую и быструю процедуру [10:39]. ## 🧩 Гипотеза экспоненциального времени и ее опровержение [[JUMP:12:35]] Гипотеза экспоненциального времени (ETH), сформулированная около 30 лет назад, постулировала, что для решения базовых NP-полных задач (например, логической выполнимости 3-SAT с тысячами переменных) суперкомпьютерам гарантированно требуется время, растущее по экспоненте [12:35]. До сих пор наука исходила из того, что этот экспоненциальный барьер несокрушим [13:12]. На предположении об истинности ETH базировались сотни фундаментальных научных трудов в биоинформатике, вычислительной геометрии, теории графов и архитектуре баз данных [13:37]. Опровержение этой гипотезы можно сравнить с внезапным исчезновением фундамента из-под целого научного квартала [13:49]. Нейросеть OpenAI сумела обнаружить субэкспоненциальный алгоритм для задачи, которая традиционно считалась требующей полного перебора [17:13]. Подобно опытному взломщику, который «прислушивается к щелчкам механизма», алгоритм нашел математические закономерности, позволяющие сразу отсекать гигантские массивы неверных ветвей без прямого тестирования [17:38]. По данным Уэса Рота, похожие результаты параллельно были получены и в компании Anthropic [17:13]. Во избежание скандалов, связанных с авторством, OpenAI применила принципиально новую схему публикации: * Компания отказалась от единоличного присвоения лавров первооткрывателя [14:15]. * К валидации и курированию статьи были привлечены авторитетные ученые: Рассел Импальяццо, Рамамохан Патури и Райан Уильямс [14:28]. * Примечательно, что именно Импальяццо и Патури тридцать лет назад разработали и ввели саму гипотезу экспоненциального времени [14:40]. Авторы оригинальной теории лично проверили доказательство искусственного интеллекта, опровергающее их собственную концепцию, и подтвердили его математическую строгость [14:53]. ## 🏛️ Академический консерватизм и растерянность математиков [[JUMP:14:05]] Вторжение генеративных моделей в область строгих математических доказательств вызвало болезненную реакцию академического истеблишмента [15:05]. Как отмечает Уэс Рот, среди некоторых исследователей проявились тенденции к «гейткипингу» — попыткам объявить математику закрытым клубом, куда машинам вход запрещен [15:19]. В качестве примера психологической напряженности приводится случай в семье Скотта Ааронсона: его девятилетний сын в шутку сказал матери, видному специалисту по теории сложности Дане Мошковиц, что ее карьера закончена, поскольку робот решил задачу, над которой она работала всю жизнь [15:45]. Сам Ааронсон подчеркнул, что математики не имеют права монопольно определять, кто именно может решать научные задачи [15:58]. Ведущий сравнил ученых, отвергающих доказательства нейросетей из принципа, со средневековыми переписчиками книг, пытавшимися бойкотировать изобретение печатного станка [16:10]. При этом он выразил глубокое уважение создателям ETH, которые сумели отбросить предвзятость и открыто признали правоту выкладок ИИ [16:22]. ## ⛰️ Метафора горы: сквозь толщу Эвереста [[JUMP:18:10]] Для лучшего понимания открытия Уэс Рот предложил пространственную модель: путь между точками «А» и «Б» преграждает неприступная вершина вроде Эвереста [18:10]. * Традиционная концепция ($P \neq NP$) гласит, что обойти гору нельзя: необходимо карабкаться на самую вершину и спускаться вниз, выполняя колоссальный объем вычислений [18:42]. * Гипотетическое равенство $P = NP$ означало бы наличие прямого тоннеля у основания горы, соединяющего точки напрямую [19:19]. * Опровержение ETH не доказывает равенство P и NP, но показывает, что внутри горы существуют естественные пещеры и ходы [20:22]. Человечество полвека исходило из неизбежности лобового штурма вершины, однако ИИ доказал наличие внутренних коротких путей, снижающих сложность вычислений до субэкспоненциального уровня [20:36]. Доказательство было полностью формализовано на математическом языке программирования Lean и сопровождено пояснениями на естественном языке, что исключает ошибки логического вывода [21:54]. Тем не менее, как оговаривается в отчете OpenAI, переход от абстрактной математической конструкции к практическим быстрым алгоритмам потребует дополнительных масштабных исследований [21:14]. ## ⚡ «Чит-код для Вселенной»: последствия крушения сложности [[JUMP:22:00]] Если теоретические прорывы приведут к созданию реальных быстрых алгоритмов решения NP-трудных задач, мир столкнется с двойственным эффектом [22:00]. С одной стороны, глобальная цифровая инфраструктура окажется под ударом: протоколы шифрования веб-сайтов, банковские транзакции и блокчейн-сети моментально обесценятся [22:33]. Потребуется экстренная перестройка всех принципов кибербезопасности [22:46]. С другой стороны, цивилизация получит инструмент, эквивалентный «чит-коду для законов Вселенной» [23:12]. Задачи оптимизации, требовавшие работы суперкомпьютеров на протяжении столетий, смогут выполняться простыми скриптами [23:24]: * Моделирование третичной структуры белков и разработка таргетных лекарств перейдут на принципиально иные скорости [23:36]. * Топология интегральных схем и разводка микрочипов станут математически безупречными [23:24]. * Сверхсложная складская и транспортная логистика сведется к тривиальным уравнениям [23:24]. * Произойдет взрывной скачок в ускорении самих алгоритмов машинного обучения [23:49]. По мнению Уэса Рота, экономические преимущества передовых институтов, зарабатывавших на закрытых вычислительных мощностях, нивелируются, трансформируя глобальный финансовый сектор [24:14]. ## 🎮 Недосягаемые константы и гипотеза симуляции [[JUMP:24:30]] Существует существенное препятствие, отделяющее теоретическую победу над алгоритмом от практического триумфа: размер скрытых констант [24:30]. В теории сложности алгоритм может считаться субэкспоненциальным или даже полиномиальным, однако давать реальное преимущество лишь на массивах данных, превышающих размеры видимой Вселенной [25:06]. Если вычислительный путь короче классического перебора только при решении задач, требующих большего числа атомов для записи числа, чем существует в мироздании, найденный алгоритм останется бесполезным на практике [25:44]. В связи с этим исследователь Алекс Эллис выдвинул шуточную, но философски глубокую гипотезу: наличие подобных «абсурдных констант» может служить косвенным признаком того, что наша реальность является симуляцией [26:36]. По логике Эллиса, гипотетические «создатели симуляции» установили предел скорости света, чтобы замкнуть цивилизацию внутри ограниченного пространства, а барьер сложности вычислений в виде недостижимых констант запрограммировали для того, чтобы жители виртуального мира не смогли мгновенно взломать все технологическое древо [26:49]. ## 📜 Интуиция Эмануэле Виолы и триумф в физике [[JUMP:27:25]] В противовес большинству ученых, исследователь в области компьютерных наук из Северо-Восточного университета Эмануэле Виола еще в публикации статьи с заголовком «Я верю, что P = NP» заявлял о принципиальной возможности преодоления барьеров сложности [27:25]. Исторический опыт математики подтверждает правоту смелых гипотез: * В 1950-х годах академик Андрей Колмогоров публично объявил о невозможности умножения многозначных чисел быстрее традиционного школьного метода, однако его студент Анатолий Карацуба всего за неделю нашел более быстрый алгоритм, после чего ученый закрыл свой семинар [28:17]. * Математик Фолькер Штрассен намеревался доказать абсолютную оптимальность стандартного алгоритма умножения матриц, но вместо этого разработал революционный быстрый метод, носящий ныне его имя [28:42]. По убеждению Виолы, ученые систематически недооценивают пределы эффективных вычислений: практически всегда находится остроумный алгоритмический обход, превращающий неразрешимую задачу в доступную [29:21]. Параллельно OpenAI отчиталась о крупном прорыве в теоретической физике — предоставлении математического доказательства существования калибровочной теории в рамках квантовой хромодинамики (КХД) и Стандартной модели физики элементарных частиц [29:47]. Хотя расчеты физиков на Большом адронном коллайдере в Швейцарии превосходно совпадали с эмпирическими наблюдениями, фундаментальная квантовая теория поля страдала от отсутствия строгого математического базиса для граничных условий [30:24]. Искусственный интеллект закрыл эти бреши, переведя квантовую теорию поля из ранга интуитивно работающей физической модели в ранг математически строгой дисциплины [31:03]. Аналогичным образом модели справились с вопросами локального сглаживания и геометрической гипотезой Какэи [31:41]. Подводя итог, Уэс Рот отметил: барьеры, десятилетиями казавшиеся абсолютными законами природы, начинают разрушаться под воздействием машинного интеллекта. Даже если до практического взлома криптографии еще далеко, представление человека о границах познаваемого изменилось бесповоротно [32:19].