[TL;DR Щоденний обраний матеріал] Я тільки що прочитав цей матеріал, і моя перша реакція — не «AI знову виграв», а — можливо, доведеться знову переставити академічні столи. Якщо модель справді здатна зруйнувати десятиліття складних припущень, а також розгортати такі складні проблеми, як гіпотеза Морісона, локальна гладкість та чотиривимірна квантово-полева теорія, то головне питання вже не «чи вона вміє розв’язувати задачі», а: чи готове людство прийняти масовий потік відповідей? 😏 Суть цієї статті — не самі три досягнення, а більш виразна зміна: AI починає перетворюватися з «інструменту» на «дослідницького партнера», навіть випереджаючи людей, генеруючи доведення, а потім залишаючи людям завдання зрозуміти, перевірити та перетворити ці знання. 📌 Комп’ютерні науки: ETH може бути спростована — це впливає не лише на одне припущення • OpenAI стверджує, що отримала субекспоненційний алгоритм для задач, пов’язаних з 3-SAT, зі складністю 2^{O(n/√log n)}, а не з тими межами швидкості, які ETH раніше виключала. • ETH — гіпотеза про експоненційний час — майже 30 років була фундаментом теоретичних комп’ютерних наук. Сотні статей використовували її як основу для виведення нижніх оцінок у теорії графів, базах даних, обчислювальній біології тощо. • Найбільш драматично: серед рецензентів — самі автори ETH: Russell Impagliazzo та Ramamohan Paturi, а також експерт з теорії складності Ryan Williams. • Терміни дуже стислі: 16 жовтня — генерація доведення на природній мові, 17 жовтня — формалізація в Lean, 26 жовтня — публікація. Іншими словами, швидкість генерації доведень AI вже робить процес рецензування схожим на «погоню за ціною». 📌 Математика: від чотиривимірної гіпотези Морісона до «усіх вимірів» — AI намагається побудувати уніфікований підхід • OpenAI не просто доторкнулася до гіпотези Морісона — вона почала з локальної гладкості, запропонованої у 1991 році, і стверджує, що довела результат для всіх вимірностей. • За її словами, модель використала нове допоміжне диференціальне рівняння, щоб зв’язати локальну гладкість, гіпотезу Морісона та гіпотезу обмежень Стейна в єдину ланцюжок. • Це суттєво відрізняється від попередніх 722 математичних рукописів, де кожен результат стосувався «окремого виміру» чи «окремого випадку». Тепер мова йде про створення загальної структури, а не про точковий прорив. • Темпи знову надзвичайні: доведення отримано 18 жовтня, формалізація в Lean — 19 жовтня. Математики ще тільки заварили каву, а AI вже надав повну версію для всього простору. 📌 Фізика: найскладніше — не формули, а чи може теорія взагалі існувати строго • Третє досягнення ще складніше: OpenAI стверджує, що побудувала строге доведення існування чотиривимірної квантово-полевої теорії, що включає QCD, а також частину існування чистої теорії Янга–Мills. • Важливо: існування ≠ розв’язання проблеми тисячоліття. Частка «масового розриву» у теорії Янга–Мills не була розв’язана — не поспішайте з нагородами. • Але значущість величезна: це не покращення обчислювальних методик, а питання — чи можна строго побудувати теоретичні основи, якими ми користуємося для опису макросвіту? • Команда рецензентів — безпрецедентна: David Gross на чолі, Michael Douglas, Arthur Jaffe, Igor Klebanov, Nikita Nekrasov. Це не просто «подивимось», це — елита академічної пожежної служби на майданчику. 📌 Справжнє велике новинне повідомлення: OpenAI починає вважати AI-доведення «сировими даними досліджень» • Це, мабуть, найважливший момент у тексті. OpenAI не представляє результати AI як «финальнi знання», а як raw research data. • Іншими словами: AI швидко генерує; люди перевіряють, пояснюють, переписують, архiвують та інтегрують це в академiчну систему. Чи не нагадує це надзвичайно продуктивний експериментальний прилад, який спочатку видав результати, а потiм змушує всю наукову спiльноту перебудувати свої процеси? • Це пояснює, чому три досягнення мають три рiзнi способи публiкацiї: математика — публiчно; комп’ютернi науки — з командою рецензентiв; фiзика — спочатку передана експертам для внутрiшнього аналiзу. • Питання: якщо майбутнiй AI буде генерувати сотнi передових доведень на тиждень, найбагатшим ресурсом бiльше не буде «виявлення», а «достовiрна перевiрка» та «здатнiсть до компресiї знань»? 📌 Данi та деталi — не пропустiть цi ключовi сигнали • На початку жовтня OpenAI опублiкувала 722 математичних рукописи, що охоплюють 372 групи результатiв та 17 напрямкiв дослiджень. • Три з них пiзнiше були вилученi через символiчнi помилки. Це нагадує нам: формалiзацiя в Lean дуже потужна, але це не означає автоматичного розумiння семантики, зв’язку мiж твердженнями чи оцiнки наукової цiнностi. • OpenAI також пообiцяла пiдтримувати незалежне рецензування та видiлити 5 мiльйонiв доларiв Симонcькому фонду на конференцiї, семiнари та дослiдницькi проекти. • Сама сума не головна — головне те, що це прийняття нового реалiтету: пiсля генерацiї результатiв AI найбiльшим обмеженням стане інфраструктура перевiрки. Моя думка проста. Це не історія про те, як AI замінює науковця — принаймні зараз навряд чи. Це ближче до того, як AI індустриалізував процес «генерації можливих правильних відповідей», а роль людини починає змщуватися до «визначення питань», «оцінки достовірності» та «видобутку переносних ідей». Якщо цей шлях справджується, найсильнішими дослідниками майбутнього будуть не той, хто найшвидше рахує вручну, а той, хто найкраще спирається на інтелектуальну агентну систему та найбагатше видобуває структури з ландшафту доведень. Запитання для вас: Якщо інтелектуальний агент швидше за багатьох учених генерує теореми й теоретичні конструкції — чи залишаться академична репутація, система публiкацiй та рецензування такими ж, як зараз? #AI #OpenAI #математика #комп’ютернi науки #квантовa полева теория #AgentFi