OpenAI объявила 1 августа, что её новая модель Astra решила 10 давних проблем в математике и теоретической информатике. Реакция математического сообщества была мгновенной — и это не были аплодисменты.
Ведущие исследователи обвинили компанию в преуменьшении предыдущих работ, неправильном указании авторства существующих достижений и преувеличении новизны результатов, сгенерированных ИИ.
Заявления и возражения
Согласно OpenAI, модель Astra решила задачи, охватывающие границы упаковки сфер высокой размерности, создание несофических групп, достижения в теории кодирования и сложность арифметических схем. Компания представила эти области как области, в которых «не было прогресса в основных результатах как минимум десять лет».
Стивен Миллер, математик из Университета Йешива, и Франческо Фурнье-Фасио из Кембриджского университета были среди исследователей, активно оспаривавших это. Их аргумент: результаты Astra основаны на предыдущих исследованиях, которые OpenAI либо игнорировала, либо недостаточно представила. Андреас Том и сам Миллер публиковали соответствующие исследования еще в 2016 году — работы, напрямую определившие территорию, которую Astra теперь утверждает, что покорила.
Общая стоимость вычислений для всех 10 результатов, по сообщениям, составила около $2 000 в виде использования токенов.
К 6 августа Scientific American опубликовал отчет, характеризующий подход OpenAI к объявлению информации как «научную неэтичность» и плагиат. OpenAI впоследствии пересмотрела некоторые свои заявления.
Узор, а не инцидент
Это не первый случай споров OpenAI вокруг математических утверждений. Еще в октябре 2025 года бывший вице-президент Кевин Вейл написал, что GPT-5 решил задачи, связанные с гипотезами Пола Эрдёша. Этот пост был тихо удален.
Затем наступил 20 мая 2026 года, когда OpenAI заявила, что её модель опровергла гипотезу, восходящую к 1946 году. Это объявление получило поддержку уважаемых математиков, включая Ногу Алона и Томаса Блума, придав ему настоящую достоверность.
Почему это важно за пределами академии
Цифра в 2000 долларов США на вычислительные расходы — идеальный пример того, как контекст формирует смысл. В изоляции это выдающийся показатель, указывающий на то, что передовые математические исследования могут вскоре стать радикально дешевле. В контексте же он поднимает другой вопрос: что именно было куплено за эти 2000 долларов? Если Astra синтезировала десятилетия человеческой работы в аккуратный пакет, не указав людей, то вычислительные расходы становятся не мерой возможностей ИИ, а скорее мерой того, насколько дешево можно перепаковать существующие знания.