Еще несколько лет назад мы проверяли нейросети вопросами вроде «сдаст ли ChatGPT экзамен» и «сможет ли написать рабочий код с первого раза». Планка довольно быстро уехала куда-то совсем в другую сторону.
8 сентября OpenAI опубликовала работу, в которой утверждает, что ее экспериментальная ИИ-система нашла решение задачи существования и гладкости уравнений Навье–Стокса.
Это одна из семи знаменитых задач тысячелетия. За решение каждой Clay Mathematics Institute назначил премию в $1 млн. За четверть века из списка официально закрыли только одну: гипотезу Пуанкаре.
Навье–Стокс до сих пор числится нерешенной задачей, и результат OpenAI еще должен пройти независимую проверку. Поэтому говорить, что ИИ уже окончательно поставил точку в двухсотлетней математической проблеме, рано.
Но если доказательство выдержит проверку, событие действительно будет историческим.
Почему математики вообще столько лет мучаются с Навье–Стоксом
Уравнения Навье–Стокса описывают движение жидкостей и газов. На них завязаны расчеты воздушных потоков, аэродинамика, погода, движение воды и множество других вещей, с которыми мы сталкиваемся далеко за пределами учебника по математике.
Сами уравнения известны с XIX века. Проблема в том, что для трехмерного случая до сих пор никто не смог доказать, что их решения всегда остаются гладкими.
Если сильно упростить вопрос: может ли вполне нормальное движение жидкости в какой-то момент породить математическую сингулярность, где отдельные величины начинают стремиться к бесконечности?
Чтобы закрыть задачу тысячелетия, необязательно доказать, что такого никогда не случится. Можно сделать наоборот: строго показать условия, при которых «взрыв» действительно возникает.
Именно это, по словам OpenAI, удалось ее системе.
ИИ построил пример, где изначально гладкое движение жидкости за конечное время приходит к сингулярности. В основе конструкции находится вихрь, который закручивается внутрь, растягивается и ускоряется, сохраняя при этом конечную энергию.
Но самое любопытное начинается даже не с самого доказательства.
10 000 ИИ-агентов отправили искать решение
OpenAI не просто открыла чат с новой моделью и написала: «Реши Навье–Стокса. Думай внимательно».
Компания запустила около 10 000 ИИ-агентов, которые параллельно исследовали разные подходы к задаче. Они проверяли гипотезы, запускали код, отбрасывали неудачные направления и передавали другим агентам результаты, которые выглядели перспективно.
Сначала около сотни агентов примерно за 50 часов нашли результат для близкой задачи, связанной с уравнениями Эйлера. После этого OpenAI направила основные вычислительные ресурсы на Навье–Стокса.
Через 88 часов система получила доказательство.
По данным OpenAI, за это время агенты обменялись примерно 2,7 млн сообщений и сгенерировали около 130 млрд output tokens. Еще 17 часов понадобилось, чтобы GPT-6 Astra формализовала и проверила доказательство в Lean.
И вот здесь новость становится гораздо интереснее очередного рекорда в бенчмарке.
Привычная схема работы с ИИ выглядит так: человек задает вопрос, модель выдает ответ, человек проверяет. Здесь же тысячи агентов фактически вели параллельное исследование. Одни направления быстро умирали, другие развивались, промежуточные результаты передавались дальше, пока система не собрала из них доказательство.
Это уже гораздо ближе к вычислительной исследовательской группе, чем к чат-боту.
Причем работала даже не GPT-6 Astra
Есть еще одна любопытная деталь.
GPT-6 Astra вышла совсем недавно, но основную работу над Навье–Стоксом выполняла не она. OpenAI использовала экспериментальную внутреннюю модель, которая пока недоступна пользователям.
Компания пишет, что обучает ее с 28 августа и что по ряду математических задач она заметно превосходит Astra. Причем обучение модели все еще продолжается.
Получается забавный разрыв. Мы только успеваем обсуждать свежую публичную модель и сравнивать ее с предыдущей, а внутри лаборатории уже тестируют следующую систему не на очередном наборе вопросов с известными ответами, а на проблемах, над которыми десятилетиями работают профессиональные математики.
OpenAI решила использовать оставшиеся задачи тысячелетия и другие крупные открытые проблемы как полигон для таких моделей.
И вот это, возможно, важнее конкретного результата по Навье–Стоксу.
Если ИИ действительно научится системно работать с неизвестными науке задачами, привычные бенчмарки довольно быстро начнут выглядеть мелко. Процент правильных ответов в тесте уже не так впечатляет, когда рядом появляется вопрос: «А модель способна найти доказательство, которого до нее не существовало?»
Но шампанское математикам пока открывать рано
После настолько громкого заявления легко потерять одну важную деталь: OpenAI пока именно заявила о решении.
Clay Mathematics Institute по-прежнему относит Навье–Стокса к нерешенным задачам. Доказательство предстоит разобрать независимым математикам, и на это может уйти немало времени.
OpenAI также сообщила, что не собирается претендовать на миллион долларов от института.
Есть и еще одна неприятная деталь. Вокруг работы уже возник спор о научном приоритете. Математик Тристан Бакмастер и исследователь Anthropic Левент Алпёге параллельно занимались близким направлением и получили важный результат для уравнений Эйлера. Теперь обсуждается, насколько исследования могли пересекаться и могла ли неопубликованная работа каким-либо образом попасть в обучающие данные.
OpenAI утверждает, что ее исследователи и агенты не имели доступа к конкретным неопубликованным материалам этой команды. При этом полностью исключить возможное влияние обезличенных данных, использовавшихся при обучении модели, компания не может.
Так что окончательный вердикт здесь вынесет не OpenAI и не заголовки новостей, а математическое сообщество.
И это нормально. Чем громче результат, тем жестче должна быть проверка.
Кажется, меняется сама роль ИИ в науке
До сих пор ИИ чаще обсуждали как очень мощного помощника исследователя. Найти статьи, обработать массив данных, написать код, перебрать варианты, проверить вычисления, оформить результат.
Теперь на горизонте появляется другой сценарий.
Человек задает проблему, а дальше тысячи ИИ-агентов самостоятельно исследуют пространство возможных решений. Не по готовому учебнику и не по задаче, ответ на которую уже лежит где-то в интернете, а там, где правильного маршрута пока вообще никто не знает.
Навье–Стокс может оказаться первым громким примером такого подхода. А может оказаться доказательством, в котором через неделю найдут дыру. Это мы еще увидим.
Но сам эксперимент уже трудно списать на очередной красивый демо-ролик.
Около 10 000 агентов, 88 часов работы, миллионы сообщений между ними и попытка закрыть проблему, с которой математика живет почти два века.
Еще недавно казалось фантастикой, что ИИ сможет всерьез участвовать в открытии новой математики.
Теперь приходится обсуждать уже другой вопрос: что ему дадут решать следующим?
Похоже, на наших глазах действительно творится история.
А если хочется посмотреть, что последние модели OpenAI умеют уже сейчас, GPT-6 Astra доступна в SYNTX.AI. Там же появились новые модели для изображений GPT Image 2.5 Flare и GPT Image 2.5 Sunburst: первая заточена под быструю генерацию и точные последовательные правки, вторая дает больше контроля в сложном редактировании и работе с детализированными визуалами.
По промокоду CTRL AI действует скидка 20% на любой тариф SYNTX.AI.
Источники:
-
OpenAI — On the Navier–Stokes Millennium Prize Problem https://openai.com/index/navier-stokes-solution/
-
Quanta Magazine — AI Has Solved One of Math’s $1 Million Millennium Prize Problems https://www.quantamagazine.org/ai-has-solved-one-of-maths-1-million-millennium-prize-problems-20260908/
-
Nature — OpenAI claims huge maths breakthrough on a famed ‘Millennium Problem’ https://www.nature.com/articles/d41586-026-02842-5
-
Clay Mathematics Institute — Navier–Stokes Equation https://www.claymath.org/millennium/Navier-Stokes-Equation/
-
Clay Mathematics Institute — Rules for the Millennium Prize Problems https://www.claymath.org/millennium-problems/rules/
ссылка на оригинал статьи https://habr.com/ru/articles/1080268/