OpenAI оголошує 3 наукові прориви у 2026 році: математика, інформатика та фізика

2026/10/31 11:05:00

26 жовтня 2026 року у науковій публікації під назвою Working with academic communities to build scientific understanding OpenAI повідомила, що її внутрішні моделі міркувань сгенерували три великих теоретичних доведення, що охоплюють фундаментальну математику, теоретичну інформатику та математичну фізику. Якщо ці висновки будуть підтверджені ширшим науковим співтовариством, вони становитимуть помітну еволюцію штучного інтелекту: перехід від емпіричного виявлення шаблонів та генерації коду до багатокрокового дедуктивного міркування та теоретичного відкриття.

Замість того щоб сприймати ці машинні тексти як встановлений науковий консенсус, OpenAI представила експериментальну систему верифікації, підтриману внеском у розмірі 5 мільйонів доларів до Фонду Сімонса. За допомогою підходу, який вона описує як «академічне супроводження», OpenAI тестує три різні шляхи розкриття інформації — від прямих публічних випусків на GitHub із формальними Lean-доказами до незалежних робочих груп, якими керують новатори у галузі.

У трьох оголошеннях OpenAI стверджує, що її моделі отримали доведення локальної згладжувальної гіпотези Согге в гармонічному аналізі, детерміноване спростування гіпотези експоненційного часу (ETH) у обчислювальній складності та строге математичне доведення існування чотиривимірних інтерактивних квантових полевих теорій (QFT), зокрема квантової хромодинаміки (QCD).

Цей аналіз розглядає основні концепції, що лежать в основі кожного твердження, простими термінами, досліджує, чому формальна верифікація Lean і теорія складності мають значення для ландшафту безпеки криптовалют та Web3, та оцінює принципи управління, що керують незалежним академічним оглядом.

Прорив 1: Гармонічний аналіз і гіпотеза локального згладжування Соге

Перший результат стосується центральної відкритої проблеми евклідового гармонічного аналізу: гіпотези про локальне згладжування для хвильового рівняння, запропонованої математиком Крістофером Согджем у 1991 році.

Простими словами, хвильове рівняння моделює, як хвилі, такі як звукові хвилі, світлові хвилі або океанські хвилі, поширюються у просторі та часі. Коли кілька хвиль накладаються, вони можуть інтерферувати конструктивно, створюючи гострі, зосереджені піки енергії. Математики протягом понад трьох десятиліть намагалися довести строгі математичні правила, що регулюють, наскільки інтенсивно хвилі можуть концентруватися, і як усереднення їхньої поведінки за короткий проміжок часу «згладжує» ці нерівності у двох або більше просторових вимірах. Хоча часткові доведення існували у двовимірному випадку, повне доведення гіпотези у всіх просторових вимірах залишалося відкритою проблемою.

Механізм у вигляді простого тексту: Допоміжні часткові диференціальні рівняння

Згідно з технічним релізом OpenAI у їхньому репозиторії openai/math на GitHub, модель сгенерувала доведення мовою природного мовлення 18 жовтня 2026 року, вирішивши гіпотезу в усіх просторових вимірах, щонайменше двох.

Замість того щоб покладатися виключно на традиційні геометричні методи розрізання, модель побудувала нове додаткове диференціальне рівняння в частинних похідних, яке відстежує, як енергія хвиль розсіюється з часом. Обмежуючи швидкість, з якою енергія поширюється, аргумент запобігає надмірному концентруванню хвильових пакетів вздовж світлових конусів, що вирішує технічні бар’єри, які раніше обмежували доведення у вищих вимірах.

Вплив униз за течією: Розблокування гіпотези Какея

У чистій математиці гіпотеза Согге про локальне згладжування діє як головний ключ, що знаходиться на вершині ієрархії відомих проблем. Доведення її автоматично розв’язує кілька давніх гіпотез у геометричній теорії міри:

Гіпотези максимального Какеї та розмірності: Походять з головоломки 1917 року, яка ставила питання про найменшу можливу площу, необхідну для повного обертання одиничного голки на 360 градусів. Високорозмірна гіпотеза Какеї стверджує, що будь-яка множина, що містить одиничний відрізок у кожному напрямку, повинна мати повну розмірність простору, який вона займає. OpenAI стверджує, що її доведення локального згладжування вирішує обидві гіпотези — Какеї та Нікодима.

Оцінки сферичного обмеження Штейна: результат також встановлює внутрішній діапазон меж обмеження Фур’є, започаткований Еліасом Штейном у 1970-х роках, які визначають, як хвилі поводяться при обмеженні на криві сферичні поверхні.

Щоб підтримати незалежну перевірку, OpenAI переклала рукопис від 18 жовтня на мову Lean для доведення теорем 19 жовтня 2026 року, опублікувавши як PDF-опис, так і машинно перевірюваний доказ Lean безпосередньо для громадськості.

Прорив 2: Комп’ютерні науки та спростування гіпотези про експоненційний час

Другий, і, можливо, найбільш дивним, твердження стосується основ теорії обчислювальної складності. OpenAI оголосила, що її модель сгенерувала формальне спростування гіпотези про експоненційний час (ETH), стверджуючи, що довела, це загальноприйняте припущення є хибним.

Запропонована Расселом Імпагліццо, Рамамоханом Патурі та Френсісом Зейном між 1999 і 2001 роками, гіпотеза про експоненційний час стосується задачі 3-SAT — класичної логічної головоломки, в якій алгоритм має визначити, чи може складний набір булевих (істина/хибність) перемикачів задовольнити тисячі перекриваючих правил. Зі зростанням кількості змінних (n) кількість можливих комбінацій експоненційно збільшується.

Простими словами, ETH стверджує, що для 3-SAT у найгіршому випадку немає обчислювального скорочення: будь-який детермінований алгоритм повинен витрачати строго експоненційний час (зі швидкістю, пропорційною 2 у ступені сталої частки n). Протягом 25 років сотні наукових праць з інформатики використовували ETH як фундаментальну базу, щоб довести, що інші складні проблеми в теорії графів, маршрутизації мереж та базах даних не можна вирішити швидше, ніж за експоненційний час.

Як працює заявленний алгоритм

16 жовтня 2026 року внутрішня модель OpenAI сформувала спростування ETH, яке команда формалізувала в Lean наступного дня (17 жовтня). У рукописі наведено детермінований алгоритм, який підраховує точну кількість дійсних розв’язків для булевих формул фіксованої ширини за субекспоненційний час, використовуючи лише поліноміальний об’єм пам’яті.

Тут «підекспоненційний час» означає, що час виконання алгоритму зростає строго повільніше, ніж стандартна експоненційна крива, зі збільшенням розміру задачі (конкретно масштабуючись пропорційно 2 у ступені n, поділеному на подвійний логарифм n). Хоча для великих вхідних даних це все ще вимагає масштабних обчислень, подолання математичної межі від строго експоненційного до підекспоненційного достатнє, щоб спростувати ETH на папері.

Що це означає для безпеки криптовалют і блокчейну?

Коли оголошують про прорив у обчислювальній складності, інвестори цифрових активів природньо запитують, чи під загрозою криптографічні мережі, як bitcoin чи ethereum. Навіть якщо опроверження OpenAI щодо ETH повністю підтвердиться, це не загрожує криптографії блокчейну, через три фундаментальні причини:

Бар’єр P проти NP залишається незрушенним: спростування ETH не означає, що P = NP. Субекспоненційний час все ще набагато повільніший, ніж поліноміальний час. Крім того, такий дільник, як «log log $$$$», зростає настільки повільно, що для розмірів реальних задач теоретичне прискорення не перетворюється на практичну економію часу виконання. OpenAI відкрито зазначила, що перетворення цієї теоретичної межі на практичні алгоритмічні прискорення вимагатиме значних подальших досліджень.

Найгірший випадок проти середнього випадку: ETH вимірює лише найгірший випадок складності логічних задач задоволення. Сучасна криптографія, така як хешування SHA-256 Bitcoin або еліптичні криві цифрові підписи (ECDSA), ґрунтується на криптографічній складності в середньому випадку та односторонніх математичних ловушках, які залишаються безпечними навіть проти незначних асимптотичних змін у розв’язанні SAT.

Потенційний ріст для верифікації Web3: Замість зламу шифрування, теоретичні досягнення в галузі задоволення булевих формул (SAT) та підрахункових алгоритмів у першу чергу корисні для інструментів формальної верифікації — якими розробники користуються для перевірки смартконтрактів та обмежень нульових знань (ZK) на наявність прихованих помилок.

Незалежний огляд від оригінальних створців ETH

Щоб перевірити твердження з інформатики, OpenAI звернулася до Рассела Імпагліццо та Рамамохана Патурі (Університет Каліфорнії в Сан-Дієго), двох оригінальних авторів гіпотези про експоненційний час, а також до вченого з інформатики MIT Райана Вільямса.

У спільному відкритому листі до громади інформатики від 26 жовтня три вчені погодилися допомогти організувати відкритий, незалежний огляд цієї вимоги, підкресливши чітке обмеження: "Наша участь не повинна сприйматися як підтвердження цієї вимоги." Діючи без угод про нерозголошення та без будь-якої оплати від OpenAI, група запросила — і OpenAI погодилася — оприлюднити всі сирі дані моделі та профінансувати академічну конференцію для вивчення результатів.

Прорив 3: Математична фізика та існування 4D квантової хромодинаміки

Третя вимога стосується конструктивної квантової теорії поля, що базується на рамці ренормалізації Тадеуша Балабана, і спрямована на надання частинковій фізиці строгого математичного обґрунтування.

У сучасній фізиці Стандартна модель, зокрема квантовая хромодинаміка (QCD), яка описує сильну ядерну силу, що зв’язує кварки всередині протонів і нейтронів, передбачає експерименти на частинкових колайдерах із винятковою точністю. Однак уже понад півстоліття існує відомий парадокс: хоча фізики щодня використовують чотиривимірні квантові теорії поля, математики ніколи не змогли довести, що ці рівняння залишаються математично добре визначеними при обчисленні в неперервному, нескінченно дрібному чотиривимірному просторово-часовому континуумі.

Раніше математикам вдавалося лише довести строгу існуваність для спрощених полевих теорій у двох або трьох вимірах. У чотирьох вимірах при взятті «межі безперервності» (зменшення дискретної обчислювальної сітки до нульової відстані між точками) рівняння розходилися через математичні нескінченності.

Вирішення проблеми існування Янга-Мілса

Згідно з графіком випуску OpenAI:

9 вересня 2026 року: внутрішня модель сгенерувала доведення мовою природної мови, яке встановлює строге математичне існування чистої чотиривимірної теорії Янга-Міллса, вирішуючи частину існування відомої проблеми тисячоліття Інституту математики Клей (хоча доведення лише існування не вирішує автоматично повного вимоги «пробілу мас» для призу).

18 вересня 2026 року: модель розширила конструкцію, щоб включити калібрувальні поля, що взаємодіють з ферміонами (частинками речовини, такими як кварки), стверджуючи, що встановлює математичну існування чотиривимірної QCD та великих об’єднаних завершень Стандартної моделі.

Огляд, який провів лауреат Нобелівської премії Девід Грос

П’ятірка фізиків очолюється Девідом Гросом — лауреатом Нобелівської премії з фізики 2004 року за відкриття асимптотичної свободи в КХД — разом із відомими математичними фізиками Артуром Жаффом (співавтор офіційного формулювання задачі премії тисячоліття Клее для рівнянь Янга-Міллса), Майклом Дугласом, Ігорем Клебановим та Нікітою Некрасовим (лауреатом премії Денсі Хайнемана 2023 року). Група вирішила тимчасово не публікувати сирі тексти ШІ, поки незалежно перевіряють та підготоюють опис роботи.

Модель академічного пастуха та верифікація Lean 4

Випуск трьох великих претензій одночасно підкреслює зростаючий затор у сучасній науці: створення складних статей з використанням ШІ зараз займає набагато менше часу, ніж людським експертам потрібно для їх перевірки. Раніше в жовтні 2026 року OpenAI випустила понад 700 експериментальних математичних записів, згенерованих ШІ, що викликало критику з боку математиків, які стурбовані перевантаженням традиційного рецензування.

Щоб уникнути заповнення журналів неперевіреними твердженнями, OpenAI визначила чотири принципи управління для своїх академічних співпраць:

Принцип управління	Основна зобов’язання	Практичне значення для дослідників
1. Прозорість	Нульові угоди про нерозголошення (NDAs)	Зовнішні дослідники можуть вільно обговорювати роботу, поширювати проміжні результати та публікувати критику або заперечення без обмежень.
2. Без академічного кредиту	Жодних заяв про використання ШІ або корпоративного авторства	OpenAI не вимагає академічного авторства чи пріоритету для своїх моделей (відповідно до його зобов’язання від вересня 2026 року не претендувати на Міленіумські премії).
3. Визнання	Кредит для людських експозиторів	Академічні робочі групи отримують повне визнання за пояснення, які вони пишуть, і забезпечують належне цитування попередніх досліджень, виконаних людьми.
4. Незалежність	Добровільний та безкоштовний огляд	Рецензенти не отримують особистої компенсації від OpenAI, що забезпечує незалежність їхніх висновків від корпоративного впливу.

Чому важлива спрощена верифікація

Для обох результатів — математики (локальне згладжування) і комп’ютерних наук (ETH) — OpenAI супроводжувала свої статті з природною мовою формальними доведеннями в Lean, відкритому інтерактивному довіднику теорем, якого на початку підтримував Фонд Сімонса.

У Lean математичні твердження записуються як строгий комп’ютерний код. Якщо крок містить логічний стрибок або приховану галюцинацію, код просто не компілюється. Однак академічні коментатори підкреслюють важливу відмінність: хоча Lean гарантує, що формальний доказ логічно випливає з його визначень, людські експерти все ще повинні перевірити, чи формальний код вірно відображає початкове математичне питання. Наприклад, 7 жовтня 2026 року OpenAI відкликав три попередніх рукописи зі свого репозиторію openai/math після виявлення помилки зі знаком у формулюванні задачі.

Ця ж технологія формальної верифікації все частіше стає фундаментальною для Web3 та криптовалюти. Високонадійні екосистеми блокчейну, віртуальні машини з нульовим знанням (zkVMs) та інституційні DeFi-протоколи покладаються на інтерактивні теоремні доведення, такі як Lean 4, для математичної верифікації того, що смартконтракти та криптографічні схеми не можуть бути використані зловмисно. Якщо моделі ШІ зможуть надійно перетворювати складну логіку на перевірений Lean-код, наслідки для автоматизованого аудиту смартконтрактів та формальної верифікації протоколів можуть бути значними.

Висновок

Оголошення OpenAI в жовтні 2026 року стає вирішальним тестом для наукових відкриттів із застосуванням ШІ. Шляхом поєднання внутрішніх моделей міркувань з формальною верифікацією Lean та передачею нагляду за ключовими твердженнями в математиці, теорії складності та квантовій фізиці незалежним експертам, таким як Імпагліаццо, Патурі, Вільямс та Грос, ініціатива виводить передовий ШІ за межі простих тестів. Хоча до того, як ці доведення можна буде вважати встановленими науковими фактами, залишається ще кілька місяців строгого академічного аналізу, збіг автоматизованого доведення теорем і відкритої верифікації встановлює потужний прецедент як для теоретичних досліджень, так і для криптографічних систем з високим рівнем надійності.

ЧаПи

Які три наукові прориви OpenAI було оголошено в жовтні 2026 року?

26 жовтня 2026 року OpenAI оголосила, що її внутрішні моделі отримали три ключові теоретичні результати: (1) доведення локальної згладжувальної гіпотези Согге у всіх вимірах, що також вирішує гіпотезу Какея. (2) детермінований субекспоненційний алгоритм, що спростовує експоненціальну гіпотезу часу (ETH) у комп’ютерних науках. (3) математичне доведення існування чотиривимірних інтерактивних квантових полевих теорій, включаючи квантову хромодинаміку (QCD).

Чи руйнує заперечення гіпотези експоненційного часу bitcoin чи криптографію криптовалют?

Ні. Навіть якщо спростування ETH підтверджено незалежними вченими-комп’ютерщиками, це не доводить P = NP і не створює швидкого практичного розв’язника, здатного зламати криптографічні ключі. Хешировання блокчейну (SHA-256) і цифрові підписи ґрунтуються на криптографічній складності в середньому випадку, а не на найгіршому випадку 3-SAT, і OpenAI зазначила, що її теоретичний результат не призводить до негайного прискорення роботи в реальних умовах.

Чи підтверджено ці докази, згенеровані штучним інтелектом, науковим співтовариством?

Ще ні. Хоча OpenAI опублікувала машинно перевірені доведення Lean для математичних і комп’ютерних наукових тверджень на GitHub, зовнішні вчені все ще повинні перевірити, чи точні формальні коди відповідають початковим гіпотезам. Група з комп’ютерних наук явно зазначила, що їхня участь є незалежним дослідженням, а не схваленням, а фізична група під керівництвом лауреата Нобелівської премії Девіда Гроса все ще оцінює рукописи з QCD.

Як OpenAI фінансує незалежну академічну верифікацію?

Поряд зі своїми безплатними, без NDA «академічними пастухами», OpenAI виділила $5 мільйонів Фонду Сімонса як частину спільної ініціативи на $15 мільйонів (з Anthropic), оголошеної в жовтні 2026 року, щоб фінансувати академічні семінари, конференції та інструменти, які допомагають вченим оцінювати доведення, згенеровані ШІ.

Відмова від відповідаль

Ця загальна інформація про ринок, можливо, з третіх сторін, комерційних або спонсорованих джерел, надається виключно для довідкових та освітніх цілей і не є фінансовою або інвестиційною порадою, пропозицією, запрошенням або гарантією. Ми відмовляємося від відповідальності за її точність, повноту, надійність та будь-які виниклі втрати. Інвестиції/торгівля супроводжуються ризиком; минулі результати не гарантує майбутніх. Користувачі повинні проводити дослідження, обережно оцінювати ризики та брати повну відповідальність. Для отримання додаткової інформації звертайтеся до Умов використання та Розкриття ризиків KuCoin.

Відмова від відповідальності: Для вашої зручності цю сторінку було перекладено за допомогою технології ШІ. Для отримання найточнішої інформації дивіться оригінальну англійську версію.