GPT 5.6 опровергнул гипотезу Максвелла
Реальность отличается от заголовков: речь не об электромагнетизме, а о нишевой математической задаче про точки равновесия зарядов, где GPT-5.6 подсказал геометрическую идею, которую математики проверили и оформили в препринт на arXiv 29 июля 2025 года.

Впервые языковая модель OpenAI значится соавтором геометрической идеи, которая опровергла формальную математическую гипотезу: не написала доказательство, а нашла конструкцию, мимо которой проходили специалисты.
Новость облетела технологические каналы после того, как президент OpenAI Грег Брокман репостнул сообщение одного из авторов препринта, Филипа Аратуна, и восхитился тем, что «падают гипотезы старше ста лет». Обсуждение на Hacker News тут же показало масштаб путаницы: англоязычная Википедия по запросу «гипотеза Максвелла» ведёт к уравнениям Максвелла, и кто-то всерьёз спросил, что теперь будет с электромагнетизмом. Ответ: ничего. Уравнения в порядке, приборы работают, учебники переписывать не нужно. Ниже разбираю, что именно произошло и почему это полезно знать даже тем, кто далёк от математики. Источник: препринт «The Maxwell Conjecture is False» на arXiv от 29 июля 2025 года и публичное обсуждение на Hacker News.
О какой гипотезе речь и почему ей не 150 лет?
Представьте несколько неподвижных точечных зарядов. Каждый создаёт поле, и в отдельных точках пространства эти поля гасят друг друга ровно в ноль. Такие точки называются точками равновесия. Вопрос: сколько их может быть максимально, если зарядов n?
Максвелл обсуждал его ещё в параграфе 113 своего трактата 1873 года. Но формальную гипотезу сформулировали только в 2007 году Андрей Габриэлов, Дмитрий Новиков и Борис Шапиро, разобрав тот самый параграф. Их формулировка: если все точки равновесия невырождены, то есть не разваливаются и не размножаются при малейшем сдвиге зарядов, их не может быть больше (n−1)². Для пяти зарядов это шестнадцать. Так что гипотезе не полтора века, а восемнадцать лет.
Как устроен контрпример?
Конструкция, описанная в препринте, выглядит так:
- Три единичных заряда стоят в вершинах равностороннего треугольника. У такой конфигурации ровно четыре точки равновесия: одна в центре и три ближе к серединам сторон, смещённые внутрь.
- В центр добавляются два крошечных заряда, разведённые по перпендикулярной оси. Получается плоская треугольная бипирамида, пять зарядов.
- Три равновесия у сторон никуда не деваются, а центральное расщепляется на 21 новое. Итого как минимум 24 точки при разрешённых шестнадцати.
Величина добавленных зарядов не произвольна: она должна убывать как ε³ с однозначно определённым коэффициентом, иначе конструкция рассыпается. Вычисления проверены в системах компьютерной алгебры Mathematica и Maple.
Что именно сделала модель GPT-5.6?
В препринте есть отдельный раздел о раскрытии инструментов. Идею конструкции, расщепить центральное равновесие парой малых зарядов на оси, подсказала языковая модель OpenAI GPT-5.6 Sol. Математические детали авторы проверили сами и изложили аргумент своими словами. Модель стоит в одном ряду с Mathematica и Maple, как инструмент, а не как соавтор доказательства.
Как именно модель пришла к ответу, авторы не раскрывают. На выходе получилась одна геометрическая идея, а не готовое доказательство. Это важно для gpt 5 новостей: модель не «решила задачу», а указала направление, которое оказалось верным.
Насколько прочен результат?
Рецензирования пока не было. Формализации в системе проверки доказательств Lean (программа, которая математически строго проверяет каждый шаг) тоже нет. Вся проверка, это компьютерная алгебра и глаза трёх авторов.
Но конструкция элементарна: воспроизвести её может любой, у кого есть Mathematica и свободный вечер. Авторы работают в этой области профессионально, и за пять дней после публикации публично не возразил никто.
Косвенный довод: в 2026 году Эдельсбруннер, Филлмор и Оливейра опровергли ещё одну гипотезу из той же статьи 2007 года. Из трёх догадок, высказанных Габриэловым, Новиковым и Шапиро, за год выбыли две. Интуиция в этом месте подводит систематически.
Что опровержение оставило без ответа?
Строго доказанная верхняя оценка у задачи есть: 4 в степени n², умноженное на (3n) в степени 2n. Для пяти зарядов это число из 27 знаков. Практической ценности ноль, зато честно доказано.
Оценка (n−1)² была единственным содержательным ориентиром внутри этого коридора. Ориентир снесли, нового не поставили. Конструкции, которые люди умеют строить, растут линейно, а доказанные оценки сверхэкспоненциально. Даже для трёх зарядов вопрос открыт: доказано, что равновесий не больше двенадцати, а известный максимум всего четыре.
Что это значит для вас?
Авторам Дзена и копирайтерам. Когда в ленте появляется заголовок вроде «ИИ опровергнул теорию Максвелла», проверяйте первоисточник на arXiv, а не пересказ. Разница между «опровергнул уравнения электромагнетизма» и «нашёл контрпример к нишевой гипотезе 2007 года» колоссальна. Тот, кто объяснит это читателю, получит доверие.
Маркетологам. Волна gpt 5 новостей будет нарастать, каждый результат модели будут преподносить как прорыв. Умение отличить реальное достижение от раздутого заголовка, это рабочий навык: клиенты спрашивают, а вы отвечаете по существу.
Предпринимателям в РФ и СНГ. GPT-5.6 Sol на момент публикации недоступна как отдельный продукт. Но сам паттерн, дать модели задачу и получить не решение, а направление поиска, работает и с доступными инструментами: YandexGPT, GigaChat, Claude. Пробуйте формулировать свои «тупиковые» задачи как промпты (промпт, текстовый запрос к модели) и относитесь к ответу как к гипотезе, а не к истине.
Авторы препринта не просили модель «доказать или опровергнуть гипотезу Максвелла». Они сформулировали конкретную задачу: какая конфигурация пяти зарядов может дать больше (n−1)² невырожденных точек равновесия? Модель предложила геометрическую идею, бипирамиду с малыми зарядами на оси. Авторы проверили её алгебраически и получили 24 точки вместо разрешённых 16. Вывод: чем конкретнее задача в промпте, тем полезнее ответ модели.
Не путайте «модель нашла доказательство» и «модель подсказала идею». В этом случае GPT-5.6 не доказала ничего: она предложила конструкцию, а три математика потратили время на проверку, вычисления и оформление. Публиковать результат нейросети без проверки специалистом, это путь к галлюцинациям (когда модель уверенно выдумывает то, чего не было). Препринт не прошёл рецензирование, результат пока не формализован в Lean. Элементарность конструкции говорит в его пользу, но финальное слово за сообществом.
Я вижу здесь два урока. Первый: модели уже полезны не только для текстов и кода, но и для поиска идей в точных науках. Не как замена эксперта, а как собеседник, который перебирает варианты быстрее человека. Второй: шумиха вокруг gpt 5 новостей часто раздувает масштаб события. Гипотеза оказалась нишевой, контрпример элементарным, а вклад модели, одной подсказкой. Это не умаляет результата, но честный масштаб всегда лучше раздутого. По моим наблюдениям, самые полезные применения нейросетей выглядят именно так: скромно, конкретно, проверяемо.
Попробуйте генератор промптов dzen.guru
Формулируйте задачи для нейросетей точнее и получайте полезные ответы, а не общие фразы
Попробовать
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

PerceptionBench проверяет multimodal модели по 10 навыкам зрения: код открыт
Компания Moonshot AI опубликовала PerceptionBench, открытый бенчмарк для оценки мультимодальных моделей зрения, и выложила полный туториал с кодом, который…

Чат-бот с ИИ за месяц: как LeaderChat снизил стоимость обращений в 10 раз
Автоматизация чата поддержки с помощью ИИ звучит как задача для программистов, но команда сервиса LeaderChat показала, что малый бизнес может запустить чат-бот…

Apple Siri впервые понимает контекст: помощника обучили на базе Google Gemini
Apple второго июля выпустила обновлённую Siri в бета-версии iOS 27, и впервые за годы голосовой помощник действительно понимает контекст, ищет по памяти…
Комментарии