OpenAI сообщила, что её внутренняя модель нашла доказательство для одной из самых известных открытых задач дискретной геометрии: она опровергла давнюю гипотезу о задаче единичных расстояний, сформулированной Полем Эрдёшем в 1946 году. Для AI-рынка это важный сигнал: речь уже не о решении олимпиадных примеров, а о попытке зайти на территорию большой науки, где ошибку быстро замечают коллеги по цеху.
Ключевой момент здесь не в громком слове «прорыв», а в верификации. OpenAI опубликовала само доказательство и отдельный комментарий внешних математиков, которые проверяли результат. Название модели компания не раскрыла.
Речь не о Astra, а о задаче Эрдёша
В исходном тексте было сразу несколько фактических сбоев. OpenAI не представляла модель Astra: Project Astra — это проект Google DeepMind, а не OpenAI. Компания также не объявляла о «десяти математических достижениях за месяц» в текущем релизе. Официальное сообщение OpenAI от 20 мая 2026 года касается одного конкретного результата: опровержения центральной гипотезы в задаче единичных расстояний на плоскости.
Сама задача звучит почти школьно: сколько пар точек на плоскости можно расположить на расстоянии ровно 1 друг от друга, если всего точек n. Простая формулировка здесь обманчива: математики бились над ней почти 80 лет.
Что именно утверждает OpenAI
По версии компании, модель построила бесконечное семейство конфигураций, которое даёт как минимум n1+δ пар точек на единичном расстоянии друг от друга для некоторого фиксированного δ > 0. Это опровергает старое ожидание, что оптимальный рост должен быть близок к n1+o(1). Позже математик Уилл Соин показал, что в этой конструкции можно взять δ = 0,014.
OpenAI отдельно подчёркивает, что решение нашла модель общего назначения, а не узкоспециализированная система под математику. В доказательстве использованы методы алгебраической теории чисел, включая идеи, которые обычно не ассоциируют с такой геометрической задачей. То есть модель не просто перебирала очевидные варианты, а связала разные области математики.
Внешние специалисты отозвались о работе серьёзно. Тим Гауэрс назвал результат «вехой для AI в математике», а Нога Алон — «выдающимся достижением». Это не отменяет осторожности: громкие заявления AI-компаний уже не раз приходилось откатывать назад. Но в этом случае OpenAI сразу приложила текст доказательства и комментарии проверяющих.
Почему это важно для IT-рынка
Для разработчиков, исследовательских команд и корпоративных лабораторий здесь важен не сам геометрический сюжет, а класс задач. Если модель способна удерживать длинную логическую цепочку и выдавать результат, который проходит экспертную проверку, это уже аргумент в пользу AI как инструмента для R&D, а не только для генерации кода, текста и презентаций. Практический вывод простой: следующая конкуренция пойдёт не только за размер модели, но и за её способность работать в науке, инженерии и сложной аналитике.
Теперь главный вопрос в том, сможет ли OpenAI повторить такой результат на других задачах, а не превратить один сильный кейс в бесконечный тур по конференциям.
Источник: OpenAI.