Внутренняя модель OpenAI решила три открытые задачи из областей математики, теоретической информатики и физики
Заявленные результаты включают опровержение ETH, доказательства для гипотезы Какэя и локального сглаживания в любой размерности, а также существование теории Янга-Миллса и полной КХД.
Внутренняя модель OpenAI решила три открытые задачи из областей математики, теоретической информатики и физики
В том числе модель опровергла ETH – гипотезу об экспоненциальном времени. Это, ни много ни мало, ключевое предположение в теории вычислительной сложности, тесно связанное с задачей тысячелетия про P ≠ NP.
ETH утверждает, что задачу выполнимости булевых формул нельзя решить сильно быстрее полного перебора. Это предположение информатики и математики много-много лет использовали как фундамент для доказательства результатов из теории графов, вычислительной биологии, баз данных, геометрии и т.д.
На ETH стоят сотни таких работ. Теперь же вдруг оказывается, что ETH ложна, и значит все вопросы типа «а насколько быстрее еще можно» открыты заново.
Результат настолько значимый, что проверять его будет группа во главе с Расселом Импальяццо и Рамури Патури – учеными, которые и сформулировали ETH. Кроме того, OpenAI обещает оплатить конференцию по осмыслению результата.
Две другие задачи тоже довольно заметные:
- Гипотеза Какэя и локальное сглаживание. Речь о волнах, которые фокусируются в одной точке. Есть гипотеза Согга 1991 года, она утверждает, что самая сильная фокусировка не может длиться долго. Из этой гипотезы следуют гипотеза Какэя и гипотеза Штейна об ограничении.
Это одна из центральных задач гармонического анализа, над ней десятилетиями работали сильнейшие математики, однако до сих пор люди добирались только до доказательств для малых размерностей (двух или трех). Модель OpenAI выдала доказательство для любой размерности, и вместе с ним автоматически закрыла Какэя и Штейна, также для всех размерностей.
- Существование КХД и Янга-Миллса. Модель строго доказала существование теории Янга-Миллса. Это тоже часть одной из семи задач тысячелетия. Также она доказала существование полной КХД, где к глюонам добавлены кварки, и объединенной теории, включающей частицы Стандартной модели. Результат разберет группа во главе с нобелевским лауреатом Дэвидом Гроссом.
Что-то невероятное происходит
Почему это важно
АналитикаЕсли результат подтвердится, он может изменить фундаментальные оценки вычислительной сложности, переоткрыть исследовательские программы в гармоническом анализе и повлиять на статус ряда задач тысячелетия.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
OpenAI представила четыре научных результата, полученных с помощью экспериментальной ИИ-модели
Экспериментальная ИИ-модель OpenAI, недоступная широкой публике, помогла получить доказательства и опровержения в математике, информатике, физике и теории Янга — Миллса.
OpenAI выпустила GPT-6.1 Terra: почти уровень Sol, вдвое дешевле и быстрее в кодинге
Новая модель GPT-6.1 Terra почти догоняет GPT-6.1 Sol по бенчмаркам, но вдвое дешевле, с акцентом на визуальное понимание, computer use и более естественный текст.
OpenAI GPT (Флагманские модели серии GPT)
Основная универсальная линейка больших языковых моделей от OpenAI (GPT-4, GPT-4o). Оптимизирована для сложного текстового анализа, программирования, творчества и повседневной интеллектуальной работы.
LLM (Large Language Model - Большая языковая модель)
Фундаментальный класс нейросетевых архитектур на основе авторегрессионного трансформера, который предполагает вероятностное распределение следующих токенов и демонстрирует эмергентные свойства абстрактного мышления, синтеза кода и логического вывода.
Часть I. Архитектура ИИ-агентов: фундаментальные блоки
Одиннадцать фундаментальных строительных блоков современного ИИ-агента: таксономия моделей, агентный рантайм, техники промптинга, дистилляция, архитектура навыков (skills), память, function calling и FinOps.
Часть II. Архитектура ИИ-агентов: от модели до памяти и инструментов
Глубокое инженерное погружение: токенизация, KV-кэш, детерминизм сэмплинга, тренировочный стек, квантование, контекстная инженерия, стек безопасности, производственный RAG, ReAct и мультиагентные swarm-системы.