20 мая OpenAI сообщила о важном событии на стыке искусственного интеллекта и математики: одна из её внутренних моделей опровергла давнюю гипотезу в дискретной геометрии, связанную с так называемой проблемой единичных расстояний.
Эта задача была сформулирована Полом Эрдёшем в 1946 году. Вопрос звучит deceptively просто: если разместить на плоскости n точек, какое максимальное число пар этих точек может находиться ровно на расстоянии 1 друг от друга?
Проблема стала одной из самых известных в комбинаторной геометрии. Сам Эрдёш очень ценил её и даже предлагал денежный приз за решение. На протяжении почти 80 лет математики считали, что конструкции, близкие к квадратной решётке, по существу дают оптимальный результат. Доказать это не удавалось, но именно такая картина долго оставалась наиболее правдоподобной.
Модель OpenAI нашла контрпримеры: бесконечное семейство конфигураций точек, которые дают больше единичных расстояний, чем предполагала прежняя гипотеза. Тем самым она не закрыла всю проблему окончательно, но опровергла одно из ключевых ожиданий, вокруг которого десятилетиями строилось понимание этой задачи.
Особенно важно, как именно был получен результат. По данным OpenAI, доказательство появилось не у специализированной математической системы, созданной специально для этой задачи, а у новой модели рассуждений общего назначения. И путь решения оказался неожиданным: геометрическая проблема была атакована методами алгебраической теории чисел.
Для математиков это принципиально важно. Здесь ИИ не просто перебрал варианты и не только помог человеку проверить вычисления. Он предложил нетривиальную идею, которая связала две области математики, между которыми раньше не ожидали такого прямого моста.
Доказательство было проверено внешними математиками, а затем появилась сопроводительная статья, объясняющая значение результата. Филдсовский лауреат Тим Гауэрс назвал эту работу важной вехой в компьютерной математике. А специалист по теории чисел Арул Шанкар отметил, что современные модели ИИ уже начинают выходить за рамки роли простых помощников, поскольку способны предлагать оригинальные математические идеи и доводить их до результата.
Главный вывод здесь шире одной геометрической задачи. Если ИИ способен находить неожиданные связи между далёкими областями математики, то его роль в науке меняется. Он становится не только инструментом ускорения расчётов, но и возможным участником самого процесса открытия.
Но именно поэтому человеческая проверка становится ещё важнее. Чем сильнее ИИ в генерации идей, тем выше значение экспертов, которые могут понять, проверить и встроить эти идеи в настоящую науку.
