Між гіпотезами та протоколами: OpenAI вторгається в точні науки

26 жовтня 2026 року OpenAI оголосила, що її внутрішні моделі отримали три вагомі теоретичні результати: спростування гіпотези експоненційного часу (ETH) в інформатиці, доведення гіпотези local smoothing у математиці та строгі доведення існування для низки взаємодійних квантових теорій поля в чотирьох вимірах, зокрема КХД і чистої теорії Янга — Міллса. Навіть якщо їх підтвердять, результати мають чіткі межі: спростування ETH не розв'язує питання P проти NP і не дає поліноміальних алгоритмів, а OpenAI не стверджує, що розв'язала задачу тисячоліття Інституту Клея щодо теорії Янга — Міллса, бо частина про щілину мас лишається відкритою.

Окрім теоретичного значення, увагу привертає обраний спосіб публікації. Компанія пішла трьома різними шляхами: негайна публікація з формалізацією в Lean для математики; публікація одночасно з незалежною перевіркою для інформатики, доручена авторам гіпотези Расселу Імпальяццо та Рамамохану Патурі з Каліфорнійського університету в Сан-Дієго, а також Раяну Вільямсу з MIT; і попередня передача матеріалів групі фізиків на чолі з нобелівським лауреатом Девідом Гроссом. За даними ForkLog, група уточнила, що участь у перевірці не означає схвалення висновку OpenAI, і оголосила перевірку, відкриту для спільноти. Як повідомило те саме видання, OpenAI заявила про намір «спершу передати матеріали експертам, які потім вирішать, як їх публікувати». Консультативна група з математики та штучного інтелекту (AGMAI) закликала OpenAI оприлюднити статтю про теорію Янга — Міллса: «немає жодних наукових причин зволікати далі». За даними Scientific American, підхід, обраний для двох із трьох результатів, суперечить рекомендаціям групи, зокрема щодо призначення експертів.

Лишаються серйозні методологічні застереження. Жоден із трьох результатів ще не пройшов рецензування і не підтверджений незалежно. Статтю про теорію Янга — Міллса не оприлюднено, тож наразі її неможливо перевірити. У випадку ETH документація в репозиторії OpenAI на GitHub зазначає, що твердження, формалізоване в Lean, містить слабшу аналітичну оцінку, ніж заявлена в рукописі, і не перевірено, чи формалізоване твердження точно відповідає тезі рукопису. Крім того, оскільки йдеться про пропрієтарну модель, чиї промпти, час обчислень і ланцюжки міркувань не розкриваються, науковій спільноті доводиться оцінювати тексти, які сама OpenAI називає сирими дослідницькими даними, — вихід системи, логічні складники якої недоступні.

Оголошення випереджають перевірки, а перевірки потребують часу: цінність штучного інтелекту в теоретичних дослідженнях вимірюватиметься й прозорістю його методів. — Olya