OpenAI выложила новую модель математики: 400 результатов, но проверена лишь половина

OpenAI на этой неделе опубликовала массив математических результатов, сгенерированных искусственным интеллектом: почти 400 утверждений в более чем 700 рукописях, и десятки математиков, опрошенных The Verge, признают, что просто понять масштаб выложенного займёт годы.

Что именно выложили и почему это не обычный релиз?

По данным The Verge, OpenAI разместила на GitHub коллекцию, которая охватывает:

• Комбинаторику, несколько разделов геометрии, теорию чисел, теоретическую информатику, алгебру, топологию, теорию вероятностей, статистическую механику и математическую физику.
• Часть рукописей сопровождается формализацией на языке Lean. Lean это язык программирования и помощник для доказательств (proof assistant), который позволяет проверить математическое утверждение вычислительно, то есть компьютер подтверждает, что логическая цепочка не содержит ошибок.
• OpenAI сама признала на GitHub, что результаты находятся «на разных стадиях проверки» и что «многие, но не все рукописи формализованы».

Коллекция настолько объёмна, что компания опубликовала отдельное руководство по навигации в репозитории. Альваро Лозано-Робледо, профессор математики Университета Коннектикута, рассказал The Verge, что только просмотр 40-страничного оглавления с аннотациями занял у него почти час.

Меньше половины проверено: где граница между открытием и «слопом»?

Из 719 рукописей OpenAI формализовала лишь 300 ключевых результатов, это около 42 процентов. Компания пообещала добавлять новые формализации по мере готовности.

Но даже наличие кода на Lean не гарантирует, что результат верен в том смысле, который заявлен в сопроводительной рукописи. Несколько исследователей, изучавших выложенные работы, сообщили The Verge: качество формализаций неоднородно, а утверждения, которые проверяет код, не всегда точно соответствуют заявлениям в самих рукописях.

Кевин Баззард, профессор математики Имперского колледжа Лондона, рассказал The Verge, что нашёл в своей области (алгебраическая теория чисел) множество теорем, из которых лишь около шести сразу «выделились». Почти ни одна из них, по его словам, не была формально верифицирована в Lean.

Мне либо читать потенциально некорректный слоп, либо ждать, пока другие сделают то же, либо ждать формализации, прежде чем я смогу сказать наверняка, что результаты вообще верны. : Кевин Баззард, профессор математики Имперского колледжа Лондона

Что такое «слоп» и почему математики боятся «слопокалипсиса»?

«Слоп» (slop) это разговорный термин для низкокачественного, часто ошибочного материала, сгенерированного ИИ. Математики говорят The Verge, что в последние годы наблюдают резкий рост таких работ, созданных с помощью ChatGPT и Claude: они путаные, плохо читаются и почти не ссылаются на чужие исследования.

Предыдущие математические публикации OpenAI критиковали именно за небрежность и отсутствие корректных ссылок. Несколько исследователей ещё до выхода новой коллекции называли ожидаемый поток рукописей «слопокалипсисом».

Первые впечатления оказались лучше, чем ожидалось, но сами математики оговариваются: планка ожиданий была крайне низкой после предыдущих публикаций компании. «Лучше» не означает «хорошо» и тем более не означает соответствия стандартам, которые обычно предъявляют к академическим работам подобного масштаба.

Если бы ИИ сейчас исчез, как если бы инопланетяне прилетели на Землю, а потом просто улетели, мы бы изучали это следующие 10 лет, пытаясь всё понять. : Математик (имя не указано), цитата The Verge

Социальный удар: «Это может убить большинство кафедр»

Помимо вопросов качества, математики выражают тревогу за саму академическую культуру. Один из исследователей, опрошенных The Verge, описал ситуацию прямо:

Это большой бардак. Он может вызвать обвал академической культуры и просто уничтожить большинство кафедр. Это социальная проблема, и, похоже, ИИ-лаборатории полностью её игнорируют. : Математик (имя не указано), цитата The Verge

Многие опасаются, что OpenAI не станет ждать, пока сообщество разберётся в выложенном, и выпустит ещё больше результатов.

Российские аналоги: есть ли с чем сравнить?

Ни YandexGPT, ни GigaChat, ни другие российские модели на момент публикации не заявляли о генерации математических исследований подобного масштаба. Для контекста:

Российским математикам и разработчикам, которые работают с доказательствами, доступен сам репозиторий OpenAI и язык Lean, они открыты и не требуют подписки.

Что делать с этим прямо сейчас, по ролям?

Автору Дзена, который пишет о науке или образовании. Тема горячая, но не торопитесь пересказывать результаты как «прорывы»: менее половины формализовано, а математики прямо говорят, что оценка займёт годы. Честный разбор сомнений принесёт больше доверия, чем восторг.

Маркетологу и предпринимателю. Если вы используете ИИ для аналитики или расчётов, это напоминание: выходные данные модели требуют проверки специалистом. Масштаб ошибок в математике показывает, что «галлюцинации» (когда ИИ уверенно выдумывает то, чего не было) касаются не только текстов.

Разработчику и математику в РФ. Репозиторий на GitHub доступен. Если ваша область затронута, имеет смысл начать с формализованных результатов (те 300 из 719) и проверять, совпадает ли код на Lean с заявлениями в рукописях. Это та работа, которую OpenAI фактически переложила на сообщество.

Частые вопросы

Можно ли доверять этим математическим результатам?

Пока нет оснований доверять безоговорочно. OpenAI сама указала, что результаты находятся на разных стадиях проверки. Только около 42 процентов (300 из 719 рукописей) формализованы в Lean, и даже для них математики отмечают, что код не всегда точно соответствует заявлениям в текстах. Остальное, по выражению профессора Баззарда, может оказаться «слопом», то есть некорректным материалом.

Нужна ли подписка ChatGPT, чтобы увидеть результаты?

Нет. Результаты выложены в открытом репозитории на GitHub. Доступ бесплатный, подписка не требуется.

Что это значит для обычного пользователя ИИ, не математика?

Главный урок: даже когда ИИ выдаёт результат уверенно и в огромном объёме, значительная часть может содержать ошибки. Если вы используете ChatGPT или другую модель для расчётов, анализа данных или фактчекинга, всегда проверяйте выходные данные. Масштаб не равен точности.

Как попробовать?

1. Откройте репозиторий OpenAI на GitHub (компания опубликовала ссылку вместе с руководством по навигации).
2. Начните с 40-страничного оглавления и аннотаций, чтобы найти свою область.
3. Для проверки ищите рукописи с пометкой о формализации в Lean и сверяйте код с заявлениями в тексте.

Математики говорят, что на полный разбор уйдут годы. Но начать отделять проверенное от непроверенного можно уже сейчас, и именно это определит, станет ли выложенное реальным вкладом в науку или останется самым масштабным примером того, как ИИ генерирует быстрее, чем люди успевают проверять.