OpenAI объявила о трёх прорывах и поручила их проверку трём разным группам

Сто переменных, у каждой два значения: истина или ложь. Вариантов выходит число из 31 цифры. Гипотеза экспоненциального времени (ETH) утверждает, что в худшем случае обойти этот перебор существенно быстрее нельзя. Каждая добавленная переменная умножает время работы на фиксированный множитель. В понедельник, 26 октября 2026 года, OpenAI заявила, что эта гипотеза ложна. Одновременно компания объявила ещё о двух результатах: в математике и в теоретической физике.

Громкие заявления об ИИ-доказательствах за последние месяцы стали привычными. Необычнее здесь способ публикации. Для каждого результата OpenAI выбрала свою схему и опирается на советы внешних экспертов, которых называет «пастухами» (shepherds).

Три результата и три схемы

Доказательства по математике и информатике выложены целиком: письменный текст в PDF и версия на Lean. Lean позволяет машине проверить каждый шаг. Но он сверяет доказательство только с формулировкой, записанной в нём самом. Верна ли сама формулировка, должны судить люди.

Информатика: что рушится вместе с ETH

ETH связана с задачей выполнимости булевых формул (SAT): можно ли расставить значения так, чтобы формула стала истинной. SAT приводит к вопросу P против NP: найди мы быстрый способ решать её, быстро решались бы тысячи других задач. ETH сильнее, чем P ≠ NP, потому что фиксирует не только сложность, но и её величину. Если ETH падает, P и NP всё равно могут различаться.

На ETH опираются сотни статей по теории графов, вычислительной биологии, базам данных и вычислительной геометрии. Если доказательство верно, их результаты перестают считаться доказанными, хотя необязательно оказываются ошибочными. Для теории схем следствие такое: класс очень трудных задач нельзя решить схемами малого размера. «Малая» здесь значит, что при удвоении входа число вентилей растёт не более чем примерно вдвое.

Практическая польза пока неочевидна. SAT-решатели проверяют чипы и тестируют софт и часто справляются с формулами на миллионы переменных. Реальные формулы обычно проще худшего случая, так что ускорение худшего случая не обязательно ускорит такие решатели. Райан Уильямс из MIT написал в X, что никто пока не знает, что разработчики заметят первым. По его оценке, за 12 месяцев в практическом решении SAT возможен серьёзный прогресс, но он может и не случиться.

Уильямс вместе с Расселом Импальяццо и Рамамоханом Патури из UC San Diego проверит и объяснит результат. Импальяццо и Патури с Фрэнсисом Зейном как раз и предложили ETH. Группа не подписывала соглашений о неразглашении, работает безвозмездно и обещает публиковать промежуточные выводы. В открытом письме все трое подчёркивают: участие не означает поддержки заявления, результат такого масштаба требует независимой проверки.

Математика: волны, иглы и размерности

Локальную гипотезу сглаживания предложил Кристофер Согг в 1991 году. Представьте свет в фокусе лупы: волны могут собраться в одной точке, но ненадолго. В среднем по времени они ведут себя ровнее, чем допускает крайний случай. До сих пор гипотезу доказали только для двух измерений: Гут, Ванг и Чжан в 2019 году. OpenAI заявляет о доказательстве для всех размерностей, включая обычное пространство и гипотетические пространства с большим числом измерений.

Из неё следуют гипотеза Какеи и гипотеза Штейна о рестрикции. Первая спрашивает, сколько места нужно, чтобы повернуть иглу или карандаш во всех направлениях. Вторая относится к гармоническому анализу. По заявлению компании, обе решены во всех размерностях. Для масштаба: трёхмерный случай Какеи Ванг и Заль доказали в 2025 году, и он вошёл в работы, за которые Хун Ван из NYU в этом году получила Филдсовскую медаль.

Отдельной группы проверки здесь нет. OpenAI обратилась к одному внешнему эксперту и по его совету выложила доказательство сразу, чтобы исследователи сами решили, как его изучать. Брендан Хассетт из Brown University говорит, что заявление «выглядит хорошо подкреплённым», хотя Lean-формализацию он ещё не проверял.

Физика: часть задачи тысячелетия

Квантовая теория поля точно предсказывает опыты, но строгого математического фундамента у неё нет. Физики работают с приближениями, например с воображаемой решёткой точек, которую делают всё мельче. OpenAI заявляет, что ИИ доказал существование квантовых теорий поля в четырёх измерениях (три пространственных и время) для трёх теорий, построенных одна на другой:

• теория Янга—Миллса, которая описывает только глюоны, без кварков;
• квантовая хромодинамика, где добавлены кварки и получается полное описание сильного взаимодействия;
• простейшая великая объединённая теория, объединяющая три силы; экспериментально такие теории не подтверждены.

Компания пишет прямо: из семи задач тысячелетия Института Клэя (приз 1 миллион долларов) решена только часть о существовании для Янга—Миллса. Проблема массовой щели осталась открытой. Первые две теории существуют математически в основном благодаря асимптотической свободе: сильное взаимодействие слабеет на малых расстояниях. Предсказания физики доказательство не меняет, его цель — сделать квантовую теорию поля строгой дисциплиной.

Проверяет группа под руководством Дэвида Гросса, лауреата Нобелевской премии 2004 года за работу по асимптотической свободе. В ней Майкл Дуглас, Артур Джаффе (он участвовал в формулировке задачи по Янгу—Миллсу), Игорь Клебанов и Никита Некрасов. Доказательство для Янга—Миллса переведено на Lean, но материалы ИИ группа пока не публикует: она собирается написать результат сама.

Спор о закрытости

Опрошенные исследователи называют результаты «огромными» и «значимыми», но недовольны процедурой. Многие ждут, когда проверкой займётся всё сообщество, а ручной подбор экспертов вызывает вопросы. Большинство одобряют консультации с внешними учёными, однако считают, что громкое объявление должно сопровождаться открытым доступом.

Константин Коглер из Institute for Advanced Study одобрил выпуск трёх задач вместо сотен препринтов, которые OpenAI выложила в начале октября (математики до сих пор их разбирают), но не согласен с узким доступом. Физик Андреас Карх из UT Austin выразился жёстче: «То, что они подбирают группу вручную, — катастрофа». Яред Дюкер Лихтман из Stanford заметил, что при любом подходе кто-то останется недоволен.

За день до анонса против отбора экспертов выступила консультативная группа AGMAI (Advisory Group on Mathematics and Artificial Intelligence), с которой OpenAI обещала советоваться. По её мнению, предварительный выбор получателей не нужен, присваивает репутацию отобранных учёных и грозит неравным доступом, предвзятостью и задержками. Группа предлагает публиковать результаты в научных репозиториях вместе с формализованными доказательствами и описанием выбора задач, а понимание результатов — финансировать. После анонса AGMAI потребовала «без промедления» выложить физические результаты. Формализацию в Lean OpenAI ждала, а теперь она завершена, так что научных причин для задержки, по словам группы, нет.

OpenAI признаёт компромиссы: кто выбирает первых экспертов, тот влияет на то, кто узнает больше и раньше. Компания пишет, что пока неясно, какой из трёх подходов лучше, и не претендует на научные заслуги: они принадлежат группам, которые объясняют результаты. Она выделила 5 миллионов долларов Фонду Саймонса на семинары по ИИ-результатам и обязалась финансировать конференцию о смысле этих работ. Группа Уильямса в открытом письме призывает обсудить, как проверять ИИ-прорывы, кто получает к ним доступ и кому принадлежит заслуга.

Что это значит для тех, кто делает вещи

Физика волн и теория сложности не лягут завтра в ваш рабочий файл. Но схема, на которой строится спор, знакома любому, кто выпускал работу под давлением: громкий анонс, закрытые материалы, выборочная проверка. С генеративными инструментами в визуальном продакшене происходит то же самое. Пока демо не повторил кто-то посторонний, это демо. Lean проверяет шаги, но не вопрос, правильно ли задан вопрос, и по-нашему, это стоит запомнить далеко за пределами математики.

Проверка здесь становится частью самого результата.