Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарThe Verge→ оригинал

OpenAI заявила, что ИИ опроверг гипотезу ETH 1999 года, и отдала проверку экспертам

OpenAI заявила, что её модель опровергла гипотезу экспоненциального времени (ETH) — давнее предположение, что задачи вроде 3-SAT нельзя решать быстрее почти полного перебора. Это как замок с тысячей кодов: считалось, что без перебора не обойтись, а ИИ якобы нашёл отмычку. Проверять будет группа Импальяццо, Патури и Уильямса, материалы с доказательством в Lean лежат на GitHub. Пока это заявление компании, и верить ему стоит после внешней проверки.

AI-обработка оригинала The Verge; редакция Hamidun News
OpenAI заявила, что ИИ опроверг гипотезу ETH 1999 года, и отдала проверку экспертам
Источник: The Verge. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникThe Verge ↗
Главный редактор
ПроверкаИмпальяццо, Патури (UCSD) и Райан Уильямс (MIT)
Ключевой факт #2Совет AGMAI днём ранее не рекомендовал отдавать результаты избранным
Физика (КХД)полный текст пока не опубликован

Меньше чем через месяц после массовой публикации сотен рукописей с «решениями давних задач» OpenAI объявила о трёх новых «крупных» открытиях: в математике, информатике и физике. Самое понятное инженеру из них — заявление, что модель опровергла гипотезу экспоненциального времени (ETH). Эту гипотезу предложили в 1999 году, и многие считали её верной. Новизна релиза ещё и в том, что компания привлекла внешних экспертов, которых называет «пастухами» (shepherds): они направляют проверку. Проблема, которую это пытается решить, знакома каждому, кто работал с LLM: модель выдаёт убедительный длинный результат быстрее, чем люди успевают понять, верен ли он.

Что такое ETH и что заявила OpenAI

Представьте менеджер пакетов, который подбирает совместимые версии сотен библиотек, или планировщик, который расставляет задачи по условиям «если А, то не Б». Такие головоломки сводятся к классической задаче 3-SAT: нужно подобрать значения «да/нет» так, чтобы выполнялся набор логических условий. ETH — это предположение, что в худшем случае здесь не обойтись без перебора, время которого растёт экспоненциально с размером задачи.

По словам OpenAI, модель получила детерминированный алгоритм, который точно считает число подходящих наборов значений для формул CNF фиксированной ширины. Он работает за субэкспоненциальное время (то есть заметно быстрее экспоненциального роста) и с полиномиальной памятью. Для случая 3-SAT это, как утверждает компания, опровергает ETH. Если вывод подтвердится, придётся пересматривать и работы, которые строились на этом допущении.

Два других результата пока выглядят менее проверяемыми. В математике, по версии OpenAI, модель доказала гипотезу о локальном сглаживании для волн в каждой размерности от двух и выше. Из неё следуют гипотеза Какейи и гипотеза Стейна об ограничении. Напомним: Хон Ван из Нью-Йоркского университета несколько месяцев назад получила медаль Филдса за решение гипотезы Какейи в трёх измерениях. Здесь вывод модели выложили без правок, как и в релизе 6 октября, а исследователям предлагают самим разбираться в объяснениях.

В физике речь о «математически строгом доказательстве существования» некоторых квантовых теорий поля с калибровочными полями и фермионами в четырёх измерениях, включая квантовую хромодинамику (КХД) и «объединённое завершение» Стандартной модели. Полный текст не опубликован. Работу будет сопровождать группа во главе с Дэвидом Гроссом, в которую входят Майкл Дуглас, Артур Джаффе, Игорь Клебанов и Никита Некрасов.

Как устроена проверка

Для информатики OpenAI назвала независимую рабочую группу: Рассел Импальяццо и Рамамохан Патури из Калифорнийского университета в Сан-Диего (они входили в группу, предложившую ETH) и профессор MIT Райан Уильямс. По просьбе группы текст, написанный ИИ, и доказательство в Lean сразу выложили на GitHub. Lean — система, в которой доказательство записывается так, что его шаги проверяет программа. Для разработчика это привычная логика: результат модели должен приходить вместе с проверяемым артефактом, как код с тестами, а не только как убедительный текст.

Вместе с релизом опубликовали открытое письмо сообществу с тремя вопросами:

  • какие правила должны действовать для раннего доступа к результатам ИИ, раскрытия конфликтов интересов и использования неопубликованных материалов;
  • как учитывать вклад: и за само открытие, и за проверку, исправление, упрощение и объяснение;
  • как поддержать студентов и исследователей, чтобы они сохранили умение сомневаться в результатах и придумывать новое.

Где подход спорный

Сама компания признаёт, что выбор «пастухов» может создать проблемы. Совет математических консультантов AGMAI, который OpenAI собрала сама, накануне написал: «мы рекомендуем ИИ-компаниям не применять» практику, когда отдельным людям результаты передают первыми. Причины: неравный доступ, заимствованная репутация и предвзятый отбор. Совет предложил другой порядок: публиковать результаты в научных репозиториях с доказательствами в Lean, указывать, как выбирали задачи, и финансировать тех, кто разбирается в результатах.

Получается, что OpenAI использует формат, который её же консультанты только что не рекомендовали. Это не значит, что результаты неверны, но и подтверждёнными их считать рано: есть заявления компании, файлы на GitHub и обещанная проверка независимыми группами. По физике нет даже полного текста.

Что делать практику

Для тех, кто строит продукты на ИИ, урок простой: узкое место переместилось с генерации на проверку. Если модель выдаёт результат быстрее, чем его способны проверить люди, главной статьёй расходов становится верификация. В материале нет данных о затратах на вычисления, поэтому оценить экономику этих открытий нельзя. Разумнее всего следить за историей с ETH: доказательство записано в Lean, и это первый серьёзный тест того, выдержит ли заявленный ИИ-результат внешний разбор.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что такое ETH и что заявила OpenAI?

Представьте менеджер пакетов, который подбирает совместимые версии сотен библиотек, или планировщик, который расставляет задачи по условиям «если А, то не Б». Такие головоломки сводятся к классической задаче 3-SAT: нужно подобрать значения «да/нет» так, чтобы выполнялся набор логических условий. ETH — это предположение, что в худшем случае здесь не обойтись без перебора, время которого растёт экспоненциально с размером задачи.

Что известно по теме: как устроена проверка?

Для информатики OpenAI назвала независимую рабочую группу: Рассел Импальяццо и Рамамохан Патури из Калифорнийского университета в Сан-Диего (они входили в группу, предложившую ETH) и профессор MIT Райан Уильямс. По просьбе группы текст, написанный ИИ, и доказательство в Lean сразу выложили на GitHub. Lean — система, в которой доказательство записывается так, что его шаги проверяет программа.

Что известно по теме: где подход спорный?

Сама компания признаёт, что выбор «пастухов» может создать проблемы. Совет математических консультантов AGMAI, который OpenAI собрала сама, накануне написал: «мы рекомендуем ИИ-компаниям не применять» практику, когда отдельным людям результаты передают первыми. Причины: неравный доступ, заимствованная репутация и предвзятый отбор.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

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.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…