Теоретический компьютерный ученый и директор Центра квантовой информации Техасского университета в Остине Скотт Ааронсон в беседе с ведущим подкаста «Theories of Everything» Куртом Джаймангалом проанализировал тектонический сдвиг, происходящий в математике и теоретической физике. Поводом для обсуждения стала публикация компанией OpenAI сотен решений многолетних открытых научных проблем, включая гипотезу уникальных игр, а также опровержение давней гипотезы самого Ааронсона. В центре диалога — радикальная трансформация роли исследователя: превращение математиков из создателей доказательств в интерпретаторов («иерофантов»), угроза обесценивания традиционных академических степеней и последствия возможного доказательства равенства классов P и NP для криптографии и квантовой гравитации.
💥 Прорыв OpenAI и гипотеза уникальных игр 1:16
Масштаб происходящих изменений в науке стал очевиден даже детям. Ааронсон поделился семейным эпизодом: его девятилетний сын подошел к матери — известному теоретику вычислительной сложности Дане Мошковиц — со словами: «Мама, робот только что решил математическую проблему, над которой ты работала всю жизнь!» . По словам Ааронсона, Мошковиц исследовала так называемую гипотезу уникальных игр (Unique Games Conjecture), сформулированную Субхашем Кхотом, на протяжении всей их совместной жизни, начиная со знакомства в 2009 году .
Неожиданный перелом наступил, когда исследовательская лаборатория OpenAI опубликовала массивный архив, содержащий около 400 решений крупных открытых проблем математики и теоретической информатики . Одним из главных достижений этого релиза стало доказательство гипотезы уникальных игр .
Специфика опубликованных доказательств:
- Решения формально корректны или подкреплены сертификатами верификатора Lean, однако написаны крайне трудночитаемым языком [03:47, 24:31].
- Если бы подобные черновики поступили в академический журнал от человека, рецензенты отвергли бы их за пренебрежение правилами научной экспозиции .
- ИИ-модели тратят страницы на разжевывание тривиальных для специалистов вещей, но ключевые логические переходы проходят вскользь без подробных пояснений .
Ааронсон сравнил такое поведение с манерой талантливых первокурсников магистратуры: у них блестящая интуиция в нахождении ответов, но отсутствует внутренняя ментальная модель читателя и понимание того, что именно аудитории требуется объяснить . Чтобы разобрать 400-страничный массив выкладок по гипотезе уникальных игр, Мошковиц пришлось использовать стороннюю модель Astra как персонального тьютора для пошагового толкования текста .
🧠 Доказательство против понимания: новая роль математика 6:01
В академической среде развернулась дискуссия о том, потеряла ли математика свою суть, если доказательства генерируются машинами. Распространен тезис, что истинной целью дисциплины всегда было фундаментальное понимание природы вещей, а не механическое накопление доказанных теорем .
Ааронсон признает справедливость этого взгляда лишь отчасти. По его мнению, открытые проблемы веками формулировались не ради самих бинарных ответов, а ради концептуальных инструментов, разрабатываемых на пути к их решению . В качестве примера он приводит проблему равенства классов P и NP: сам по себе факт подтверждения того, что $P \neq NP$, стал бы лишь констатацией общепринятой интуиции, тогда как революцию произвели бы новые идеи, необходимые для строгого доказательства . Когда искусственный интеллект выступает в роли «оракула», мгновенно телепортирующего математика к финишу, этот созидательный процесс рискует оборваться .
Тем не менее Ааронсон убежден, что повернуть прогресс вспять невозможно . Закрыть доступ к подобным мощностям не удастся: аналогичные модели неизбежно станут общедоступными по всему миру . Единственный конструктивный путь для научного сообщества — сформировать культуру, где человеческое понимание остается в фокусе, даже если первоначальный поиск аргументов делегирован машине .
Курт Джаймангал провел аналогию с древними «иерофантами» — жрецами, толковавшими священные мистерии . Ааронсон согласился с этой метафорой, указав на параллели с другими областями знаний:
- Литературоведы на университетских кафедрах не обязаны писать новую «Илиаду» — они комментируют и осмысляют великие памятники мысли .
- Астрономы направляют телескопы на далекие галактики и описывают увиденное .
- Биологи ведут полевые наблюдения за поведением медведей, не включая животных в число соавторов научных статей .
Математикам предстоит смириться с тем, что решение строго формализованных задач больше не является исключительной прерогативой человеческого биологического интеллекта .
📜 OpenAI против Anthropic: две модели публикации 14:26
Реакция научного мира на машинные открытия во многом определяется тем, как именно лаборатории преподносят свои результаты. Этому предшествовал скандал с уравнениями Навье — Стокса, решение одного из аспектов которых OpenAI продемонстрировала несколько ранее .
Предыстория конфликта с уравнениями Навье — Стокса:
- Математики Тристан Бакмастер и Левент Альпоге вплотную подошли к решению проблемы, сочетая собственные теоретические наработки с помощью алгоритмов .
- Узнав о направлении их поиска, команда OpenAI задействовала колоссальные вычислительные мощности и опередила исследователей .
- В академической среде возникло сильное возмущение тем, что технологический гигант перехватил результат у ученых, потративших на тему годы работы .
Опасаясь повторного репутационного удара, перед обнародованием нового пакета решений OpenAI сформировала внешний экспертный совет, куда вошли филдсовский лауреат Тимоти Гауэрс и физик-теоретик Эдвард Виттен . Лаборатория «скормила» нейросетям порядка 4 000 нерешенных задач, выделив всего по три часа машинного времени на каждую, и получила решения примерно для 10% из них . Совет рекомендовал опубликовать материалы в открытом доступе, предоставив сообществу право самостоятельно разбираться в валидности выкладок .
Компания Anthropic выбрала принципиально иную стратегию . Представив новые алгоритмы для классических задач 3SUM и поиска кратчайших путей для всех пар вершин (All-Pairs Shortest Paths), сопротивлявшихся улучшениям более полувека, компания привлекла сторонних экспертов — Вирджи Василевску и Джоша Алмана [17:32, 18:03]. Ученые глубоко изучили выводы модели и выпустили полноценную человекочитаемую статью под собственными именами, взяв на себя ответственность за результат [18:03, 18:18].
Ааронсон подчеркивает плюсы и минусы обоих подходов: метод Anthropic дает сообществу авторитетных спикеров, способных отвечать на вопросы, однако ставит корпорацию в положение арбитра, единолично решающего, кто из смертных станет официальным глашатаем искусственного разума [18:50, 19:03].
⚖️ Кому достанутся лавры: этика авторства и кризис аспирантуры 21:21
Лавинообразное внедрение алгоритмов заставило академические журналы срочно менять регламенты. Почти каждая новая публикация теперь содержит обязательное уведомление об использовании ИИ (AI usage statement) — абзац перед списком литературы, фиксирующий, какие именно задачи решала машина, а за что отвечал человек [21:55, 22:22]. Ааронсон иронизирует, что помещал бы эти дисклеймеры на первую страницу, так как сегодня это главное, что интересует читателя .
В научном сообществе складывается консенсус: если исследователь применил ИИ для нахождения ключевой идеи, но лично осмыслил доказательство, переписал его понятным языком и готов отстаивать тезисы на конференциях, он по праву считается полноценным автором [23:13, 23:29].
Напротив, попытки автоматизированного «нажатия на рычаг слот-машины» — когда пользователь пачками скармливает задачи модели и загружает полученные «сырые» файлы на серверы препринтов — признания не получат [25:33, 25:59]. Специалист по безопасности ИИ из OpenAI Боаз Барак пошутил в переписке с Ааронсоном, что в подобных публикациях автором следует указывать саму нейросеть, а в благодарностях писать: «Выражаю признательность Скотту Ааронсону за то, что предложил мне эту занятную задачку» [26:18, 26:33].
Главную тревогу у Ааронсона вызывает судьба молодых ученых :
- Старшее поколение профессоров давно перешло в «режим менеджеров», распределяя задачи между аспирантами и формулируя общую стратегию .
- Традиционный путь аспиранта заключался в том, чтобы сделать себе имя решением конкретной трудной технической задачи; сегодня эта ступень выбита из-под их ног .
- Рынок «сертифицированных органических теорем», доказанных строго человеческим умом без машинных подсказок, стремительно сжимается .
Старшим исследователям необходимо срочно пересмотреть методологию обучения, иначе аспиранты рискуют утратить базовые навыки доказательства и окажутся неспособны выявлять ошибки в генерациях нейросетей .
🛡️ Дениализм и реакция академического сообщества 35:39
Столкнувшись с вытеснением из привычных ниш, часть научного сообщества ушла в глухую психологическую защиту . Ааронсон резко критикует позицию дениализма — постоянное смещение критериев, когда любое достижение ИИ задним числом объявляется банальным [36:10, 36:42].
Если скептики годами уверяли, что машина никогда не справится с определенным классом проблем, то после ее триумфа они немедленно заявляют: доказательство тривиально, задача не представляла сложности, а алгоритм лишь перебирает известные приемы [36:25, 36:42]. Ааронсон подчеркивает: если бы на планете появился аспирант-первокурсник, держащий в памяти абсолютно всю математическую литературу, способный работать без сна и проверять параллельно тысячи контрпримеров для сотен сложнейших проблем, его признали бы величайшим гением калибра Леонарда Эйлера или Пала Эрдёша [35:38, 37:28].
Скепсис Ааронсона вызвал и манифест новообразованной «Ассоциации человеческой математики» (Association for Human Mathematics), раскритиковавшей публикации OpenAI . Особое раздражение у ученого вызвала фраза из заявления: «Математики не просили выполнять эту работу» .
Позиция Ааронсона относительно открытости науки:
- Никто в академическом мире не вправе назначать себя монопольным арбитром открытых математических гипотез .
- Смысл открытой проблемы заключается в том, что взяться за ее решение может абсолютно любой человек на Земле — будь то никому не известный клерк из колониальной Индии Сриниваса Рамануджан или 17-летний студент [42:29, 42:45].
- Если задача открыта для всех, она открыта и для коммерческих корпораций, даже если чья-то политика вызывает вопросы .
Вместо попыток заблокировать технологию Ааронсон призывает сосредоточиться на безопасности и согласовании (alignment) систем, а также на поиске нового места человека в науке — по аналогии с шахматами [43:11, 45:44]. После поражения Гарри Каспарова от Deep Blue в 1997 году многие пророчили гибель шахматной культуры, однако игра переживает исторический пик популярности, трансформировавшись в чисто человеческую практику при активном использовании шахматных движков для разбора партий [45:44, 46:13, 46:47].
🔐 Что произойдёт, если ИИ докажет равенство P и NP 47:24
Курт Джаймангал поинтересовался, как должно поступить научное сообщество или лаборатория калибра Anthropic, если их искусственный интеллект внезапно предъявит строгое доказательство фундаментального равенства классов $P = NP$ .
Ааронсон пояснил, что эффект полностью зависит от практической применимости найденного алгоритма . Если полиномиальное решение проблемы выполнимости булевых формул (3-SAT) потребует порядка $n^{10000}$ шагов или времени $O(n)$ со скрытой константой величиной в гуголплекс, результат останется сугубо теоретической сенсацией .
Если же алгоритм окажется эффективным на практике, последствия будут катастрофическими для глобальной цифровой инфраструктуры:
- Мгновенный крах всей асимметричной криптографии интернета .
- Полное обесценивание сети Bitcoin и других криптовалют из-за возможности мгновенной подделки цифровых подписей и бесконтрольного майнинга .
- Компрометация протокола HTTPS, банковских транзакций и защищенных каналов связи .
В таких обстоятельствах публикация статьи в открытом доступе противоречила бы принятым правилам ответственного раскрытия (responsible disclosure) уязвимостей, когда разработчикам дается 90 дней на исправление бреши [49:09, 49:27]. В случае глобального взлома шифрования уведомить заранее придется буквально весь мир . Ааронсон обратил внимание на деталь: среди 400 решенных OpenAI задач полностью отсутствуют работы по криптоанализу, что прямо свидетельствует о внутренних ограничениях компании на публикацию опасных брешей [50:14, 50:28].
Помимо крушения защиты данных, практическое решение задачи $P = NP$ произведет революцию в самом машинном обучении: отпадет нужда тратить миллиарды долларов на колоссальные вычислительные кластеры для обучения нейросетей методом градиентного спуска — оптимальные веса моделей можно будет находить алгоритмически за считанные минуты [52:22, 52:35].
🌌 Физика, черные дыры и опровержение гипотезы Ааронсона — Куперберга 58:51
До сих пор физика казалась более защищенной от натиска алгоритмов, чем «чистая» математика. Ааронсон объясняет это тем, что физические задачи редко обладают абсолютно четкими, алгоритмически проверяемыми критериями решения: они требуют приближений, выбора адекватных моделей и компромиссов с реальностью [55:18, 55:35]. Тем не менее раздел математической физики уже попал под удар .
Среди документов, опубликованных OpenAI, содержалось опровержение гипотезы о синтезе унитарных операторов (Unitary Synthesis Problem), которую Скотт Ааронсон сформулировал совместно с математиком Грегом Купербергом около двадцати лет назад [58:51, 59:19].
Суть гипотезы Ааронсона — Куперберга:
- Ученые пытались выяснить, можно ли реализовать произвольное унитарное преобразование $U$ над $n$ кубитами за полиномиальное время, если квантовому компьютеру предоставлен доступ к оракулу некоторой классической булевой функции [59:47, 1:00:22].
- Авторы предположили, что это невозможно: унитарная матрица требует экспоненциального числа параметров, и даже хитроумное кодирование в булеву функцию вынудит квантовый компьютер обращаться к оракулу экспоненциальное число раз [1:00:42, 1:01:11].
- ИИ доказал прямо противоположное: для абсолютно любого унитарного оператора существует булева функция, позволяющая реализовать его эффективно [1:01:58, 1:02:10].
Дальнейшее развитие этого результата с помощью нейросетей привело к выводу фундаментального значения: если класс $P$ совпадает с классом $PSPACE$ (полиномиальная память), то любое эффективно описуемое унитарное преобразование может быть физически выполнено за полиномиальное время [1:02:28, 1:02:58].
Это напрямую бьет по теории квантовой гравитации и так называемому парадоксу файрвола (стены огня) на горизонте событий черной дыры . В 2013 году Дэниел Харлоу и Патрик Хейден выдвинули гипотезу, защищающую целостность пространства-времени :
- Согласно современным представлениям, излучение Хокинга находится в сверхзапутанном состоянии и несет полную информацию о падающем в черную дыру веществе [1:04:45, 1:05:54].
- Мысленный эксперимент показывал, что если наблюдатель соберет это излучение за астрономические $10^{67}$ лет, декодирует его на квантовом компьютере и прыгнет внутрь, на горизонте событий возникнет стена высокоэнергетических частиц (файрвол), разрушающая пространственно-временной континуум [1:03:31, 1:07:34, 1:08:45].
- Харлоу и Хейден утверждали, что природа защищена вычислительной сложностью: задача декодирования квантовой информации излучения Хокинга экспоненциально трудна даже для квантового компьютера [1:08:02, 1:09:04].
Новое машинное доказательство Ааронсона — Куперберга показывает: чтобы обосновать стабильность горизонта событий и запретить возникновение файрвола, физикам теперь жизненно необходимо строго доказать, что $P \neq PSPACE$ [1:04:18, 1:10:17]. Сложность вычислений перестала быть абстракцией информатиков и превратилась в краеугольный камень структуры пространства-времени .
⏳ Демон Максвелла, псевдоэнтропия и критика теории сознания Тонони 1:15:41
В завершение встречи собеседники затронули глубинные связи теории сложности со статистической физикой и природой сознания. Ааронсон поделился готовящейся статьей, связывающей второй закон термодинамики с вычислительной трудностью [1:11:14, 1:11:31].
Классический парадокс демона Максвелла разрешился благодаря работам Лео Силарда, Рольфа Ландауэра и Чарльза Беннетта: энтропия никуда не исчезает, она просто записывается в память демона, который фиксирует пролетающие молекулы газа, а стирание этой информации неизбежно рассеивает тепло в окружающую среду [1:14:35, 1:15:20, 1:15:37].
Однако Ааронсон построил теоретическую модель обратимого клеточного автомата, в которой равенство $P = NP$ позволило бы обойти этот запрет [1:16:19, 1:17:05]:
- Имея данные наблюдений за молекулами, демон сталкивается со сложнейшей задачей обратного вычисления: какое именно начальное микросостояние привело к текущему результату [1:17:32, 1:17:47].
- Если $P = NP$ (или в мире отсутствуют односторонние функции), демон находит исходное состояние за полиномиальное время и колоссально сжимает объем собственной памяти [1:18:19, 1:18:46].
- В таком сценарии видимый рост термодинамической энтропии разоблачается как иллюзия: на самом деле это «псевдоэнтропия» — состояние, выглядящее хаотичным для наблюдателя с ограниченными вычислительными ресурсами, но полностью детерминированное и обратимое для мощного алгоритма [1:19:29, 1:19:56].
В финале диалога Ааронсон прокомментировал теорию интегрированной информации (Integrated Information Theory, IIT) Джулио Тонони, претендующую на математическое описание феномена сознания через метрику $\Phi$ (фи) [1:22:06, 1:22:46]. Ааронсон назвал эту математическую модель фундаментально ошибочной .
Главный контраргумент Ааронсона заключается в том, что формула IIT выдает абсурдные значения: обычная гигантская двумерная решетка из логических элементов «исключающее ИЛИ» (XOR-вентилей), висящая на стене в виде пассивной схемы, согласно расчетам Тонони, обладает колоссальным показателем $\Phi$, в тысячи раз превосходящим интеграцию информации в человеческом мозге [1:24:22, 1:25:40]. Тот факт, что сторонники IIT готовы признать наличие субъективного опыта и колоссального сознания у тривиальной сетки логических вентилей, по мнению Ааронсона, окончательно отрывает теорию от реальности [1:25:24, 1:26:02].
