ИИ врывается в математику — и лучшие умы планеты не знают, радоваться или бояться
NewsMaker40 лет ученые не могли доказать теорему. Алгоритм закрыл её за несколько дней — и это только начало.
Летом 2025 года математики впервые всерьёз насторожились из-за ИИ. В июле несколько моделей решили пять задач из шести на Международной математической олимпиаде. Для широкой публики новость могла выглядеть как ещё один красивый технологический рекорд. Для самих математиков смысл был куда серьёзнее. Олимпиадные задачи требуют не только техники, но и находчивости, умения увидеть скрытую структуру и выбрать неожиданный ход. Немногие ожидали, что языковые модели доберутся до такого уровня так быстро. При этом никто не спешил делать вывод, что ИИ уже готов двигать большую математику. Олимпиадная задача всё же отличается от настоящей научной проблемы: в олимпиаде ответ существует заранее, а в исследовании его ещё нужно открыть. Но именно после этого многие перестали отмахиваться от ИИ и начали пробовать его в реальной работе. Очень быстро выяснилось, что модели умеют не только эффектно щёлкать головоломки, но и ускорять настоящие исследования.
К началу 2026 года удивление стало почти обычным состоянием. В феврале прошёл конкурс First Proof : участникам дали неделю, чтобы их модели решили десять исследовательских задач из разных областей математики. Вопросы подбирали так, чтобы они с высокой вероятностью не попадались моделям в обучении. Системы с разной степенью самостоятельности справились больше чем с половиной заданий. Один из математиков сравнил этот момент с очень быстрым взрослением: если результат на олимпиаде напоминал поступление на сильную математическую программу, то First Proof уже походил на окончание аспирантуры.
Главное здесь не в том, что ИИ внезапно стал великим математиком. Главное в другом: у исследователей появился инструмент, который очень быстро перебирает варианты , проверяет догадки, находит слабые места в доказательстве и иногда подсказывает идею, до которой человек в одиночку шёл бы заметно дольше. Теренс Тао говорит, что 2025 год стал моментом, когда ИИ действительно начал приносить пользу в самых разных математических задачах. По его мнению, меняется сам способ работы: раньше математик двигался от одной задачи к другой, а теперь можно массово прогонять похожие случаи и смотреть на целые семейства задач сразу.
При этом модели по-прежнему очень часто ошибаются. Иногда они путают простейшие вещи и ломают доказательство почти на пустом месте. Поэтому ИИ в математике пока работает не как безошибочный решатель, а скорее как странный собеседник. С ним можно спорить, вытаскивать из неудачных ответов полезные шаги и проверять всё вручную. Именно так и строится значительная часть нынешней работы. Йоханнес Шмитт из ETH Zurich говорит, что в 2025 году языковые модели стали полезны не потому, что начали выдавать идеальный ответ, а потому, что с ними стало осмысленно обсуждать задачу.
Летом 2025 года математики впервые всерьёз насторожились из-за ИИ. В июле несколько моделей решили пять задач из шести на Международной математической олимпиаде. Для широкой публики новость могла выглядеть как ещё один красивый технологический рекорд. Для самих математиков смысл был куда серьёзнее. Олимпиадные задачи требуют не только техники, но и находчивости, умения увидеть скрытую структуру и выбрать неожиданный ход. Немногие ожидали, что языковые модели доберутся до такого уровня так быстро. При этом никто не спешил делать вывод, что ИИ уже готов двигать большую математику. Олимпиадная задача всё же отличается от настоящей научной проблемы: в олимпиаде ответ существует заранее, а в исследовании его ещё нужно открыть. Но именно после этого многие перестали отмахиваться от ИИ и начали пробовать его в реальной работе. Очень быстро выяснилось, что модели умеют не только эффектно щёлкать головоломки, но и ускорять настоящие исследования.
К началу 2026 года удивление стало почти обычным состоянием. В феврале прошёл конкурс First Proof : участникам дали неделю, чтобы их модели решили десять исследовательских задач из разных областей математики. Вопросы подбирали так, чтобы они с высокой вероятностью не попадались моделям в обучении. Системы с разной степенью самостоятельности справились больше чем с половиной заданий. Один из математиков сравнил этот момент с очень быстрым взрослением: если результат на олимпиаде напоминал поступление на сильную математическую программу, то First Proof уже походил на окончание аспирантуры.
Главное здесь не в том, что ИИ внезапно стал великим математиком. Главное в другом: у исследователей появился инструмент, который очень быстро перебирает варианты , проверяет догадки, находит слабые места в доказательстве и иногда подсказывает идею, до которой человек в одиночку шёл бы заметно дольше. Теренс Тао говорит, что 2025 год стал моментом, когда ИИ действительно начал приносить пользу в самых разных математических задачах. По его мнению, меняется сам способ работы: раньше математик двигался от одной задачи к другой, а теперь можно массово прогонять похожие случаи и смотреть на целые семейства задач сразу.
При этом модели по-прежнему очень часто ошибаются. Иногда они путают простейшие вещи и ломают доказательство почти на пустом месте. Поэтому ИИ в математике пока работает не как безошибочный решатель, а скорее как странный собеседник. С ним можно спорить, вытаскивать из неудачных ответов полезные шаги и проверять всё вручную. Именно так и строится значительная часть нынешней работы. Йоханнес Шмитт из ETH Zurich говорит, что в 2025 году языковые модели стали полезны не потому, что начали выдавать идеальный ответ, а потому, что с ними стало осмысленно обсуждать задачу.