Muse Spark от Meta решила шесть открытых математических задач

Meta опубликовала шесть статей, в которых математикам помогла модель Muse Spark: по заявлению компании, она решила шесть открытых задач через обычный чат meta.ai.
Muse Spark от Meta решила шесть открытых математических задач.
Компания опубликовала шесть статей, написанных математиками вместе с моделью. Утверждается, что ученые использовали Muse Spark 1.1 и 1.2 в Thinking Mode через обычный чат meta.ai, без специального харнеса.
Что интересно, в каждой статье даже отмечено, какие фрагменты писали люди, а какие ИИ.
Результаты относятся сразу к нескольким областям математики: теории вероятностей, дифференциальным уравнениям, оптимизации, теории групп, алгебре и арифметической физике.
Например, моделью была опровергнута гипотеза Кида 2024 года: полуабелева группа не обязана быть мономиальной. Также доказано, что радиально-симметричные решения с отрицательной энергией для бигармонического нелинейного дифференциального уравнения Шредингера коллапсируют за конечное время (вопрос был открыт с 2015 года).
Правда, гипотезу Кида в сентябре также опровергла другая группа ученых, кстати, тоже с помощью ИИ-агента. Но Meta утверждает, что их результаты получены независимо.
Почему это важно
АналитикаЭто показывает, что ИИ может быть полезен не только для кода и текстов, но и для серьезной математической исследовательской работы. Прозрачное разделение вклада людей и модели может стать ориентиром для академических публикаций.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
Семейство Llama (Meta Llama)
Серия фундаментальных открытых языковых моделей от Meta (Llama 3, 3.1, 3.3), ставшая промышленным стандартом экосистемы Open Weights, локального ИИ и корпоративного fine-tuning.
Профиль Hermes: OSINT-исследователь и глубокий веб-ресерч
Профиль аналитика открытых источников (OSINT) Hermes: многоэтапный интернет-поиск, верификация первоисточников, конкурентная разведка и фактчекинг.
NotebookLM + Perplexity для работы, обучения и заработка
Что такое NotebookLM и Perplexity
Косинусное сходство (Cosine Similarity)
Математическая метрика, измеряющая угол между двумя векторами в многомерном пространстве. Показывает степень смыслового родства двух текстов от -1 (противоположные) до +1 (полные синонимы), игнорируя длину предложений.