OpenAI публикува първите резултати от Astra, следващият им модел с изкуствен интелектКомпанията е постигнала напредък по десет отворени проблема в областта на математиката и теоретичната компютърна наука. Според компанията някои от тези проблеми са останали нерешени повече от десетилетие без значителен напредък. Съобщението, публикувано на 1 август 2026 г., предизвика значително вълнение в научната общност, въпреки че много изследователи призовават за предпазливост, докато резултатите не бъдат прегледани от независими експерти.
Това, което отличава тази реклама от други подобни, е, че OpenAI публикува не само резултатите, но и формализираните демонстрации в системата за проверка Lean. Това позволява на всеки математик автоматично да провери коректността на аргументите. Освен това, компанията е описала подробно процеса на откриване, включително 249 страници с аргументи и 62 страници с обосновани бележки, осигурявайки необичайна прозрачност в този тип комуникация.
Десетте проблема и тяхната актуалност
Проблемите, разглеждани от Астра, обхващат много разнообразни области на съвременната математика. Сред тях са: опровержението на хипотезата за твърдост на КонТози резултат има голямо влияние върху операторните алгебри, а експлицитното конструиране на несофически групи е фундаментален въпрос в теорията на групите. Получени са и нови горни граници за сферично опаковане във високи измерения, проблем с директни приложения в теорията на информацията и кодовете за коригиране на грешки.
В областта на комбинаториката, Astra е решила три проблема, поставени от унгарския математик Паул Ердьош: проблеми 146, 180 и 183. Последният от тях, свързан с многоцветни числа на Рамзи, е описан от експерта Томас Блум като „най-изненадващата от целия списък“. Други постижения включват нови долни граници за аритметични схеми, теорема за паралелно повторение за квантови игри и резултати за трудността на апроксимацията на проблема с най-близкия вектор, свързани с постквантовата криптография.
Цена и методология
OpenAI разкри, че Общата цена на токените за намиране на тези решения беше приблизително 2.000 долара.Според API процентите на Sol, тази цифра не включва обучението на модели или работата на човешки изследователи. Процесът комбинира генерирането на аргументи от Astra с експертен принос, който помогна за превръщането на тези аргументи в ясни ръкописи и впоследствие в автоматично проверими Lean сертификати.
Формализацията е ключова в Lean: тя позволява на всеки, който има достъп до софтуера, да провери стъпка по стъпка дали демонстрацията е логически правилна. Въпреки това, Математиците все още трябва да проверят дали използваните дефиниции и допускания съответстват на оригиналния проблем.Това е нещо, което една машина не може да направи сама. OpenAI пое отговорност за коригирането на работата, но не е идентифицирала независима група, която публично да е оценила всичките десет резултата.
Сравнение с Deep Blue и необходимото внимание
Няколко медии сравниха този важен момент с победата на Deep Blue над Гари Каспаров през 1997 г., но експертите посочват, че Математиката е по-сложна от шахаВ играта резултатът е незабавен; в математиката едно доказателство може да изисква месеци експертна оценка, преди да бъде прието. Освен това, Astra не е публично достъпна, така че външни изследователи не могат да възпроизведат процеса или да определят процента на неуспех на модела.
OpenAI е имала предишни случаи, при които привидно правилни резултати са се оказали неправилни след преглед от експерти. През февруари 2026 г. компанията представи решения за предизвикателството „Първо доказателство“ и по-късно призна, че едно от тях е неправилно. Следователно. Научната общност настоява, че тези десет постижения трябва да се третират като обещаващи, но не и като окончателни.докато не бъдат независимо проверени.
В Европа изследователи от университети като Политехническия университет в Мадрид и Университета в Кеймбридж са изразили интерес към анализа на Lean сертификатите, публикувани от OpenAI. Възможността изкуственият интелект да сътрудничи в генерирането на нови математически знания отваря дебат за ролята на човешките учени в бъдеще, въпреки че компанията подчертава, че валидирането и контекстуализирането на резултатите ще продължат да зависят от експертите в продължение на много години напред.
Въпреки това, съобщението на Astra бележи повратна точка: изкуственият интелект вече не се ограничава до решаване на проблеми с известни отговори, а започва да предлага оригинални аргументи относно въпроси, които са начело на знанието. Истинският „момент на дълбокото синьо“ в математиката може да не настъпи с един-единствен грандиозен резултат, а по-скоро постепенно, тъй като тези модели се превръщат в сътрудници, способни да изследват хиляди пътища и да формализират резултати, които никой изследовател не е тествал преди това.
