В течение 80 лет одна из самых упрямых проблем комбинаторной геометрии пылилась на полке, время от времени разбираемая амбициозными математиками, но так и не решённая. Теперь это сделал ИИ.
Внутренняя общая рассуждающая модель OpenAI предоставила доказательство, решающее проблему плоских единичных расстояний — гипотезу, впервые сформулированную легендарным венгерским математиком Полом Эрдёшем в 1946 году. Доказательство, занимающее около 125 страниц, устанавливает бесконечное семейство плоских конфигураций с большим количеством пар единичных расстояний, чем традиционно предполагаемые оптимальные структуры. Проще говоря: ИИ нашел геометрические закономерности, нарушающие предел, который математики считали непреложным в течение восьми десятилетий.
Что на самом деле говорит доказательство
Проблема плоскостного единичного расстояния спрашивает: дано n точек на плоскости, каково максимальное количество пар, которые могут находиться точно на расстоянии одной единицы друг от друга? Эрдёш выдвинул верхнюю оценку для этого количества, и на протяжении десятилетий наилучшими известными конфигурациями были структуры, подобные сетке, которые, казалось, подтверждали его интуицию.
Модель OpenAI выбрала совершенно иной подход. Вместо итераций над известными сеточными структурами она подошла к задаче через алгебраическую теорию чисел, связав её с продвинутыми математическими структурами, называемыми бесконечными башнями классовых полей. В результате была получена бесконечная семья конфигураций, превосходящих традиционно признанные оптимальные, что полностью опровергает гипотезу Эрдёша об верхней границе. Улучшение было количественно оценено с показателем примерно 0,014.
Кто его верифицировал и почему это важно
Работу просмотрел Тим Гауэрс, лауреат Филдсовской премии. То же самое сделал Уилл Савин, математик из Принстона. Оба подтвердили корректность доказательства. Савин специально оценил улучшение на уровне примерно 0,014 в показателе степени.
Объявление было сделано около 20 мая 2026 года и сразу же изменило дискуссию о возможностях систем ИИ для рассуждений в чисто исследовательских контекстах.
Что это означает помимо математики
Используемые методы, особенно алгебраическая теория чисел и построение новых математических объектов, напрямую связаны с формальной верификацией и системами доказательств с нулевым разглашением.
Формальная верификация — это процесс математического доказательства того, что код выполняет именно те функции, для которых он предназначен. Если модели AI-рассуждения смогут генерировать и проверять доказательства на уровне, продемонстрированном здесь, стоимость и сроки формальной верификации сложных протоколов могут значительно сократиться.
Доказательства с нулевым разглашением — криптографическая технология, лежащая в основе блокчейнов и решений для масштабирования, ориентированных на конфиденциальность, таких как zk-rollups, — основаны на глубоких алгебраических основах. Тип алгебраической теории чисел, которым воспользовалась модель OpenAI для решения этой задачи, находится в той же математической области.
К этому результату не привязаны никакие конкретные криптовалютные токены, и любой, кто утверждает обратное, опережает факты.