OpenAI и Anthropic заявили, что их ИИ опроверг ETH — гипотезу о трудности задач
Гипотеза ETH утверждает: в трудных головоломках вроде огромного судоку время поиска ответа лавинообразно растёт с числом переменных. OpenAI заявила, что её модель нашла алгоритм, который справляется быстрее, а спустя часы Anthropic показала своё опровержение. Если проверка выдержит, придётся пересматривать много статей, опирающихся на ETH, но пока это заявления, а не принятое доказательство.
AI-обработка оригинала TechCrunch; редакция Hamidun News
Представьте, что вы строите сервис, которому нужно подобрать расписание смен, маршруты курьеров или совместимые версии пакетов. Такие задачи часто упираются в перебор: чем больше вводных, тем резко дольше ищется ответ. Информатики давно спорят, можно ли этот потолок обойти. Теперь две ИИ-лаборатории, OpenAI и Anthropic, заявили, что их модели нашли способ сделать это быстрее, чем считалось возможным. Разберём, что именно они сказали и почему это пока заявление, а не установленный факт.
О какой гипотезе речь и что заявили лаборатории
Гипотеза экспоненциального времени (ETH) появилась в 1999 году. Её опубликовали Рассел Импальяццо и Рамамохан Патури из UC San Diego. Идея такая: для определённого класса хитрых логических головоломок даже самый быстрый алгоритм тратит экспоненциально больше времени, когда растёт число переменных. На пальцах: в судоку каждая новая клетка не прибавляет работы, а удваивает её. Из-за такой «стены» гипотезу годами использовали как опору, объясняя, какие задачи компьютерам не по силам.
OpenAI выложила решения трёх известных математических задач, и одно из них оказалось неожиданным: оно оспаривает ETH. По словам OpenAI, модель нашла алгоритм, который решает эти головоломки за «субэкспоненциальное» время, то есть быстрее, чем предполагала гипотеза. Если это верно, ETH ложна, а на языке науки — опровергнута.
Дальше случился показательный эпизод. Математик Anthropic Левент Алпёж предположил, что OpenAI опирается на уже существовавшие работы. Через несколько часов Anthropic выпустила собственное опровержение ETH. Две конкурирующие лаборатории пришли к похожему выводу, но это не заменяет проверку независимыми учёными.
Причём тут P против NP и криптография
ETH входит в семейство вопросов «P против NP». Его суть: если ответ на задачу легко проверить, значит ли это, что его так же легко найти? Готовое судоку проверяется за секунды, а вот придумать решение сложной головоломки долго. На этой асимметрии держится шифрование: у владельца ключа сообщение раскрывается, а взлом без ключа занимает нереалистично много времени.
Большинство учёных считают, что P не равно NP, и ETH была одним из аргументов в пользу этого. Профессор MIT Райан Уильямс, специалист по вычислительной сложности, говорит, что каждому теоретику стоит чуть сильнее допускать P = NP, хотя у каждого своя степень сомнения. При этом он считает, что алгоритм OpenAI вряд ли лучший из возможных и это, скорее всего, не финальный ответ.
Первым делом Уильямс спросил научного руководителя OpenAI Дэна Робертса, не ломает ли результат какие-то криптосистемы. По словам Уильямса, в OpenAI это проверили и достаточно уверены, что взломов из результата не следует. Он же отметил, что улучшенный алгоритм в принципе мог бы означать компрометацию систем с определёнными размерами ключей. Поэтому инженерам по безопасности стоит следить за обсуждением, не впадая в панику.
Как теперь публикуют такие результаты и что делать читателю
Уильямс прежде называл октябрьскую «свалку» доказательств от OpenAI «DDoS-атакой на математиков». На этот раз лаборатория выстроила процесс по-разному для трёх областей. Математики получили материалы на GitHub. Специалисты по информатике создали рабочую группу, попросили открыть доказательства публично и просили OpenAI профинансировать конференцию. Физики тоже сформировали группу, которая сама решит, как публиковать их результат.
Уильямс согласился помогать, хотя критиковал подход лаборатории: ему важно довести идеи до сообщества. Вместе с Импальяццо и Патури он опубликовал открытое письмо с просьбой присылать отзывы и обсудить нормы вклада ИИ в науку. По его словам, в доказательстве есть рутинные куски и два-три «инопланетных на вид» фрагмента, из-за которых над работой нужно трудиться всем вместе.
Практический вывод для разработчиков и основателей такой.
- Если опровержение выдержит проверку, придётся пересматривать многие статьи последнего десятилетия, ссылающиеся на ETH. Уильямс поэтому и настаивал на конференции.
- Для продуктов сегодня ничего не меняется: в материале нет данных о скорости работы нового алгоритма на реальных задачах, о затратах вычислений или о том, как устроены модели.
- Сигнал для индустрии важнее деталей: передовые модели уже работают на границе теоретической информатики, а порядок проверки таких результатов приходится придумывать на ходу.
Уильямс признаёт тревогу о подготовке молодых учёных, но видит и плюс. Если всё, чем раньше занимались исследователи, теперь «низко висящие плоды» для ИИ, планку вопросов нужно поднимать выше. До независимого подтверждения разумно считать результат громким заявлением, а не новой истиной.
- 21 нояб. 2026 г.Вакансий FDE за год стало в 4,6 раза больше: что делает инженер у заказчика
- 21 нояб. 2026 г.Капитан пловцов отдала ChatGPT три задачи по расписанию и сократила рутину в разы
- 21 нояб. 2026 г.OpenAI GPT-6 Cyber нашла около 35 дыр в iPhone, Mac и другой технике Apple
- 21 нояб. 2026 г.22 агента Claude шесть недель искали ответы по чёрным дырам — и решили две задачи
Вопросы и ответы по материалу
Что известно по теме: о какой гипотезе речь и что заявили лаборатории?
Гипотеза экспоненциального времени (ETH) появилась в 1999 году. Её опубликовали Рассел Импальяццо и Рамамохан Патури из UC San Diego. Идея такая: для определённого класса хитрых логических головоломок даже самый быстрый алгоритм тратит экспоненциально больше времени, когда растёт число переменных. На пальцах: в судоку каждая новая клетка не прибавляет работы, а удваивает её. Из-за такой «стены» гипотезу годами использовали как опору, объясняя, какие задачи компьютерам не по силам.
Что известно по теме: причём тут P против NP и криптография?
ETH входит в семейство вопросов «P против NP». Его суть: если ответ на задачу легко проверить, значит ли это, что его так же легко найти? Готовое судоку проверяется за секунды, а вот придумать решение сложной головоломки долго. На этой асимметрии держится шифрование: у владельца ключа сообщение раскрывается, а взлом без ключа занимает нереалистично много времени. Большинство учёных считают, что P не равно NP, и ETH была одним из аргументов в пользу этого.
Что известно по теме: как теперь публикуют такие результаты и что делать читателю?
Уильямс прежде называл октябрьскую «свалку» доказательств от OpenAI «DDoS-атакой на математиков». На этот раз лаборатория выстроила процесс по-разному для трёх областей. Математики получили материалы на GitHub. Специалисты по информатике создали рабочую группу, попросили открыть доказательства публично и просили OpenAI профинансировать конференцию. Физики тоже сформировали группу, которая сама решит, как публиковать их результат.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.