6 октября 2026 года компания OpenAI опубликовала свыше 700 препринтов математических работ, сгенерированных искусственным интеллектом, заявив о решении более чем сотни открытых научных проблем. Популяризатор науки Хэнк Грин и создатель образовательного канала 3Blue1Brown Грант Сандерсон подробно обсудили, почему академическое сообщество встретило этот прорыв не триумфом, а разочарованием и растерянностью. В центре дискуссии оказался фундаментальный конфликт между машинным доказательством теорем и человеческим пониманием сути математики.
📜 Математический демпинг: 700 препринтов OpenAI и шок в академической среде 0:25
Публикация исследовательского массива от OpenAI вызвала беспрецедентный резонанс в академических кругах . В открытый доступ было выложено более 700 математических статей, созданных нейросетями, в которых заявлялось о закрытии свыше 100 нерешенных математических задач . Спустя несколько недель после релиза математики подтвердили: лишь незначительное число результатов содержало ошибки, тогда как подавляющая часть доказательств либо полностью верна, либо представляет собой существенный шаг вперед в решении фундаментальных проблем .
Однако вместо всеобщего ликования академический мир погрузился в состояние, варьирующееся от глухого раздражения до глубокой фрустрации . Как отмечает Хэнк Грин, непосвященный наблюдатель мог бы решить, что ученые просто обиделись на поражение перед алгоритмами . На деле же реакция обнажила пропасть между тем, как представляют себе науку разработчики коммерческого ИИ, и тем, ради чего математикой занимаются живые люди .
Перед тем как погрузиться в разбор ситуации, Хэнк Грин упомянул собственный проект Focus Friend — приложение для концентрации внимания и управления временем, бессрочная про версия которого предлагается за $29,99 . Он с иронией процитировал отзывы разгневанных пользователей, признающих его неожиданную эффективность на платформах iOS и Android .
🧠 Три грани науки: истина, полезность и кризис понимания 1:39
Размышляя над причинами академического конфликта, Хэнк Грин предложил концептуальную модель, разделяющую стремление к познанию на три независимых стимула:
- Моральная ценность истины — представление о том, что поиск объективной правды о мире является безусловным благом сам по себе, подобно заботе о больных .
- Глубинное понимание — способность человеческого разума видеть внутреннюю логику и взаимосвязь явлений . Можно владеть фактами, но не понимать их сути; понимание приносит субъективное интеллектуальное удовлетворение и биологически привлекательно для любознательных людей .
- Практическая польза (утилитарность) — использование накопленных знаний для преобразования мира: повышения эффективности паровых двигателей, создания авиации или разработки медикаментов .
По мнению Хэнка Грина, общество привыкло оценивать науку исключительно через призму утилитарности . Если бы эффектные голы Лионеля Месси снижали смертность от детской лейкемии, люди считали бы футбол подразделением онкологии . В реальности же чистая наука во многом функционирует как искусство или спорт высших достижений: живопись никогда не повышала КПД паровых машин, однако никто не требует от художников немедленной экономической отдачи .
Математика, как подчеркивают собеседники, веками развивалась ради построения целостной картины мира, а не ради галочек в списке решенных уравнений . Когда доказательство выдает непрозрачная машина, разрыв между формальным знанием и человеческим пониманием становится критическим .
🌊 Уравнения Навье — Стокса: почему формальное решение не улучшит динамику жидкостей 7:19
Самым громким достижением из опубликованного пакета OpenAI стало продвижение в исследовании уравнений Навье — Стокса — одной из задач тысячелетия Института Клэя (Clay Mathematics Institute) . Модели продемонстрировали математический феномен взрыва решений за конечное время при наличии гладких членов вынуждающей силы (finite-time blowup with smooth forcing term) .
Парадокс заключается в том, что полученный результат практически бесполезен для прикладной гидродинамики :
- Уравнения Навье — Стокса изначально рассматривают жидкость как сплошную среду, что является физическим приближением, неизбежно разрушающимся на молекулярных масштабах .
- Инженеры давно осведомлены об ограничениях уравнений при моделировании турбулентности и пограничных состояний .
- Доказательство сингулярности в узкоспецифических условиях не поможет проектировать более совершенные самолеты, строить эффективные турбины или точнее прогнозировать погоду .
Хэнк Грин подчеркивает: открытые проблемы математики служат точильным камнем для человеческого ума . Великие задачи ценны не фактом их закрытия, а принципиально новыми концепциями, формулируемыми в процессе безуспешных попыток их решения . Доказательство, которое никто не в силах расшифровать и осмыслить, лишает математиков самого главного — инструментария и понятийного аппарата .
🧪 Биология против математики: AlphaFold, формальная верификация и RLVR 10:05
Контрастом к математической драме выступает триумф AlphaFold в структурной биологии . Биологи не протестовали против того, что нейросети взяли на себя рутинную расшифровку фолдинга белков, за которую исследователям была присуждена Нобелевская премия .
Причины фундаментального различия двух дисциплин:
- В медицине полезность безоговорочно превалирует над пониманием: спасительное лекарство от онкологического заболевания будет внедрено, даже если молекулярный каскад его действия не раскрыт до конца .
- Моделирование трехмерных структур белков всегда было тяжелой черновой работой, освобождение от которой позволило ученым задавать более глубокие вопросы .
- Математика идеально поддается машинной верификации через среду формальных доказательств Lean и алгоритмы RLVR (обучение с подкреплением на основе проверяемой обратной связи) . В ней ответ можно строго проверить кодом без участия человека .
- Биология, как замечает Грин, чрезвычайно хаотична («хрупкое грязное месиво»), и в ней полностью автоматическая валидация результатов в обозримом будущем невозможна .
Разработчики ИИ ориентируются на математику и программирование именно потому, что в этих отраслях алгоритм получает моментальный и неоспоримый сигнал о правильности своих рассуждений .
🏁 Гонка титанов: закулисная битва OpenAI и Anthropic 20:34
Разбирая предпосылки внезапного релиза, Грант Сандерсон и Хэнк Грин сошлись во мнении, что публичная публикация препринтов стала побочным продуктом внутренней технологической гонки .
По словам Сандерсона, исследователи в ведущих лабораториях последовательно закрывали тренировочные бенчмарки: начав с арифметики начальной школы, которую ранние версии ChatGPT выполняли с трудом , они обучили системы справляться с задачами средней и старшей школы, а затем вывели их на уровень задач Международной математической олимпиады (IMO) в сезонах 2024–2025 годов . Когда стандартные тесты были исчерпаны, единственной шкалой прогресса для систем уровня AGI стали передовые фронтирные проблемы вроде квазигипотезы Римана .
Однако форсированный сброс результатов имел и коммерческую подоплеку . Как отметил Сандерсон, в индустрии циркулировал слух, будто конкурирующая лаборатория Anthropic вплотную подобралась к закрытию проблемы Навье — Стокса, что вынудило руководство OpenAI поторопиться, чтобы захватить первенство в заголовках медиа .
Хэнк Грин обратил внимание на парадокс: и OpenAI, и Anthropic создавались выходцами из технологического сектора с акцентом на безопасность, но в итоге ожесточенная конкуренция заставляет обе компании срезать углы и форсировать темпы . Крупные игроки вроде Google действуют намного медленнее из-за регуляторных рисков и страха судебных исков, тогда как гибкие стартапы диктуют рискованный ритм всей индустрии .
⚖️ Кризис авторства: как ИИ «стирает» имена ученых-первопроходцев 30:44
Одной из самых острых этических тем стало игнорирование труда реальных исследователей . Хэнк Грин и Грант Сандерсон подчеркнули, что ИИ не создал прорыв в уравнении Навье — Стокса на пустом месте: алгоритм довел до конца математическую программу, разработанную учеными Диего Кордобой (Diego Córdoba) и Луисом Мартинесом-Зороа (Luis Martínez-Zoroa) .
Математик Тристан Бакмастер выступил с публичными претензиями по поводу распределения академического признания в этом результате. Вместо того чтобы поставить исследователей на место ведущих соавторов или развернуть совместный проект, OpenAI выпустила препринты, указав в графе авторов исключительно саму компанию .
В академической среде репутация и цитирование значат куда больше денежных компенсаций . Реакция ученых на блоге Proofs and Prompts («100+ reactions to 100+ solutions») наглядно показала глубокую деморализацию тех специалистов, чьи многолетние изыскания были в одночасье перечеркнуты без должного уважения к их вкладу . Даже пожертвование в размере $5 млн от OpenAI фонду Simons Foundation не смогло сгладить возникшее напряжение .
Сандерсон убежден: инженерам было необходимо задействовать математическое сообщество еще на этапе подготовки публикации, а также научить нейросеть автоматически выявлять и явно указывать тех математиков, чьи идеи легли в фундамент машинного синтеза .
🧬 Генетическая рекомбинация знаний: границы возможностей языковых моделей 33:30
Участники обсудили фундаментальную природу того, как именно большие языковые модели генерируют научные выкладки.
В математической среде популярна метафора «выпуклой оболочки» (convex hull): якобы ИИ способен лишь бродить между уже известными опорными точками человеческого опыта, интерполируя пространство внутри них, но принципиально не создавая нового . Математик Тим Гауэрс предложил более точное описание — рассмотрение модели как полугруппы, порожденной существующим корпусом знаний .
Грант Сандерсон предложил собственную биологическую аналогию — половое размножение знаний:
- Ребенок получает геном от матери и отца: исходная информация существовала ранее, но комбинация генов образует уникальный организм с пространством для полезных мутаций .
- Модель берет две идеи из изолированных областей X и Y, специалисты по которым редко пересекаются на научных конференциях, и осуществляет их гибридизацию .
- Синтез двух концептов в единой формулировке создает принципиально новую сущность, которая формально не выходит за рамки накопленного человечеством, но на практике является самостоятельным эволюционным шагом .
По формулировке Сандерсона, текущие способности систем в математике переоценены, однако скорость их эволюции недооценивать нельзя . Модели пока лишены глубинного математического вкуса, не умеют самостоятельно выбирать перспективные направления и выстраивать масштабные теории вокруг обнаруженных фактов .
🏛️ Смерть «героического века»: новая мотивация и трансформация институтов 47:25
Опираясь на высказывания выдающегося математика Теренса Тао, собеседники констатировали завершение «героического века» математики — эпохи одиноких титанов, штурмующих нерешаемые проблемы десятилетиями .
Математик Дэниел Литт в одной из дискуссий заметил, что при чтении машинных работ специалисты больше времени тратят на обдумывание исходной постановки и попытку воспроизвести доказательство собственным разумом, чем на построчный анализ текста препринта . Сандерсон привел в пример исследователя, который при анализе квазигипотезы Римана вообще отказался от чтения сгенерированного PDF-документа: ученый загрузил формальный код в верификатор Lean и вступил в диалог с чат-ботом, пытаясь извлечь зерно интуиции и понять архитектуру рассуждений .
Академический мир сталкивается с эффектом закона Гудхарта: когда публикация статей и первенство в доказательстве становятся формальной самоцелью, они теряют свою первоначальную ценность .
Грант Сандерсон и Хэнк Грин провели прямую аналогию со школьной системой:
- Отказ от оценивания домашних заданий — если студент может решить задачу через нейросеть за секунды, проверка домашних работ разрушает академическую честность .
- Фокус на понимании на экзамене — ценность заключается в способности человека воспроизвести рассуждение и объяснить его .
- Переход от PDF к устной традиции — математик Акшай Венкатеш из Института перспективных исследований запустил журнал нового типа, где вместо многостраничных препринтов исследователи представляют рецензируемые видеолекции . Математика возвращается к устной коммуникации у меловой доски .
🗣️ Зачем учить китайский, если есть Babel Fish: будущее мышления 58:32
В завершение диалога Грант Сандерсон предложил метафору изучения иностранных языков . Современные цифровые переводчики работают с высочайшей точностью, однако миллионы людей продолжают учить языки ради трансформации собственных нейронных связей и живого контакта с другой культурой .
Аналогичным образом выстроена эволюция школьного образования:
- Детей заставляют учить таблицу умножения вопреки наличию калькуляторов, поскольку без автоматизма в счете невозможно освоить алгебру .
- Студенты осваивают аналитическую алгебру вручную, несмотря на существование Wolfram Alpha, иначе они не смогут овладеть дифференциальным и интегральным исчислением .
- Появление мощных автопогрузчиков не заставило людей бросить тренажерные залы: тренировка собственного тела и собственного интеллекта остается витальной потребностью .
Сандерсон вспомнил эссе Теренса Тао 2002 года о том, что определяет «хорошую математику» . Тао показал, что практическая польза, глубина теоретических обобщений и изящество инструментов решения задач со временем сходятся в единой эстетической точке .
По мнению участников беседы, даже если ИИ станет абсолютным монополистом в формальном доказательстве теорем, человек сохранит за собой эксклюзивную монополию на то, что для него по-настоящему важно и ценно .
