Progresele OpenAI în matematică generate de AI: ce înseamnă cele mai recente rezultate

Pe 6 octombrie 2026, OpenAI a publicat pe GitHub 722 de manuscrise de matematică. Rezultatul unui model intern de frontieră, nepublicat, acestea acoperă algebră, teoria numerelor, topologie, informatică teoretică și logică matematică, toate produse în câteva săptămâni. Anvergura e fără precedent pentru ceea ce comunitatea științifică a văzut până acum de la un sistem de AI.

Ca să înțelegi de ce asta e altceva decât un scor la un benchmark, merită să privim lucrurile de la distanță. Este același model care, cu doar câteva săptămâni înainte, a pretins că rezolvă Problema Millennium Navier–Stokes, un rezultat care a urmat după „curățenia” dintr-o zi a lui Astra pe zece probleme deschise vechi de decenii, în august. Fiecare dintre acele momente a ridicat propriile întrebări. Dar publicarea din 6 octombrie e ceva diferit ca natură, nu doar ca amploare. OpenAI prezintă 722 de manuscrise ca contribuții efective la literatura de cercetare matematică, nu răspunsuri la benchmarkuri, nu soluții de competiție.

Am urmărit eforturile OpenAI în matematică încă de la lansarea Astra din august, iar această etapă cere mai multă atenție decât oricare dintre rezultatele anterioare. Mai jos, vom vedea ce a produs efectiv AI-ul, care rezultate ies în evidență, cum funcționează verificarea în practică și ce îngrijorări au matematicienii.

Ce a reușit efectiv AI-ul OpenAI?

OpenAI a orientat un model intern de frontieră, nepublicat, către probleme deschise de cercetare în matematică. Modelul nu doar a obținut scoruri bune la un test de competiție. A produs argumente matematice structurate ca manuscrise, depuse pe GitHub alături de formalizări de demonstrații în Lean și rezumate ale raționamentului modelului.

Un scor mare la benchmarkurile AMC sau IMO arată că un AI poate rezolva probleme de competiție concepute ingenios. A produce manuscrise care pretind rezolvarea unor întrebări deschise de lungă durată din zone active de cercetare e altceva. Outputurile sunt prezentate ca posibile contribuții la cunoașterea matematică. Dacă rezistă analizei e o altă chestiune, care va necesita timp pentru a primi un răspuns.

Câte rezultate matematice a publicat OpenAI?

Vei vedea mai multe numere în materiale, iar ele nu se contrazic. Măsoară lucruri diferite.

Repository-ul conține 722 de manuscrise organizate în 372 de familii de rezultate. O familie grupează lucrări înrudite: un rezultat principal alături de argumente complementare, demonstrații alternative sau consecințe derivate. Deci 372 de familii produc 722 de manuscrise pentru că multe rezultate vin cu materiale suport. Formularea „sute de rezultate” este aproximativ corectă; 372 este numărul mai precis al constatărilor matematice distincte.

README-ul avertizează că unele rezultate ar putea avea probleme, iar OpenAI spune că le va corecta și va continua să adauge formalizări în Lean. Ține cont de acest avertisment, pentru că acoperirea media poate face ca cifrele să pară mai definitive decât sunt în realitate.

Pe ce domenii ale matematicii a lucrat AI-ul OpenAI?

Publicarea acoperă aproximativ 20 de subdomenii. Iată o schiță a teritoriului, deoarece unele dintre aceste domenii sunt mai puțin familiare unui public tehnic dar nu neapărat matematic:

• Algebră și teoria grupurilor studiază structuri matematice construite din operații și simetriile lor. Aici ajung unele dintre cele mai discutate rezultate.
• Teoria numerelor se ocupă de proprietățile numerelor întregi și ale numerelor prime. Funcția zeta a lui Riemann, care descrie distribuția primelor, apare în mai multe rezultate.
• Topologia studiază proprietățile care se păstrează sub deformări continue. Conjectura Hodge (mai jos) se află la intersecția dintre topologie și geometria algebrică.
• Informatica teoretică pune întrebări fundamentale despre calcul: ce poate fi calculat, cât de eficient și ce probleme rezistă algoritmilor eficienți. Modelul OpenAI a produs peste 80 de lucrări doar în această zonă.
• Logica matematică examinează fundamentele formale ale raționamentului matematic însuși.

Care sunt cele mai mari rezultate?

Aici e nevoie de prudență. E o diferență reală între un rezultat generat de AI, o demonstrație verificată în Lean, o demonstrație confirmată de un matematician uman și un rezultat pe care comunitatea matematică îl recunoaște independent ca avans major. Publicarea le combină pe toate patru.

Chiar și așa, câteva rezultate au stârnit interes autentic din partea unor matematicieni independenți.

Funcția zeta a lui Riemann: o nouă regiune fără zerouri

Ipoteza lui Riemann rămâne nerezolvată. Modelul OpenAI nu a rezolvat-o. Ceea ce ar fi stabilit este o nouă regiune fără zerouri: arătând că nu există zerouri pentru Re(s) > 11/12. Acest tip de rezultat parțial are sens în teoria analitică a numerelor, deoarece regiunile fără zerouri constrâng distribuția primelor. Textul a fost editat de oameni pentru lizibilitate, o excepție notabilă față de restul fluxului de producție a manuscriselor. O reverificare independentă a rezultatului înrudit quasi-Riemann a trecut de o inspecție timpurie.

Conjectura de finitudine directă a lui Kaplansky în caracteristica doi

Irving Kaplansky a conjecturat cu decenii în urmă că inelele de grup au o proprietate algebrică specifică numită finitudine directă. Cazul în caracteristica doi a fost deosebit de rezistent. Modelul l-ar fi rezolvat. Este menționată disponibilitatea unei formalizări în Lean.

Izomorfismul factorilor de grup liber

Aceasta privește algebrele von Neumann, structuri din analiza funcțională care codifică anumite simetrii ale sistemelor cuantice. Întrebarea dacă toți factorii de grup liber sunt izomorfi a fost deschisă de decenii. Modelul susține că a rezolvat o conjectură a lui de la Harpe și Voiculescu, arătând că algebrele von Neumann ale grupurilor fundamentale ale suprafețelor închise orientabile de gen ≥ 2 sunt factori de grup liber. O reverificare independentă a trecut.

Exponentul înmulțirii matricilor

Un rezultat cu semnificație practică: modelul ar stabili ω ≤ 2.25 peste numerele complexe, unde ω este exponentul înmulțirii matricilor. Acesta e obiectul matematic din spatele eficienței cu care calculatoarele pot înmulți matrici, o problemă cu implicații reale pentru algoritmi în întreaga informatică. Merită menționat pentru cei din finanțe sau inginerie: eficiența înmulțirii matricilor stă la baza aproape oricărui calcul numeric la scară.

Formula Mézard–Parisi pentru spin glass diluate

Fizica statistică întâlnește teoria probabilităților: e vorba de energia liberă a sistemelor magnetice dezordonate. Formula Mézard–Parisi fusese conjecturată, dar nu pe deplin demonstrată în cazul diluat.

Conjectura Hodge pentru varietăți abeliene CM

Un caz restrâns al uneia dintre cele șapte Probleme Millennium. Conjectura Hodge întreabă dacă anumite caracteristici topologice ale varietăților algebrice pot fi întotdeauna reprezentate algebric. Modelul ar stabili-o pentru varietăți abeliene CM, o clasă specifică și structurată. Nu este întreaga conjectură Hodge, care rămâne deschisă, ci un caz particular spre care matematicienii lucrau. Acest rezultat a fost, de asemenea, semnalat ca excepție de la procedura standard de producție.

Rezultatul privind magnetizarea spontană pentru feromagnetul cuantic Heisenberg și limitările cu quasi-polinomi pentru progresiile aritmetice au stârnit, de asemenea, interes din partea cercetătorilor care evaluează publicarea, deși o verificare independentă cuprinzătoare va necesita mult timp.

Cum a produs AI-ul OpenAI rezultatele?

OpenAI a publicat mai multe detalii metodologice decât la unele lansări anterioare, deși imaginea rămâne incompletă.

Modelul a primit aproximativ 4.000 de probleme pe durata evaluării. Majoritatea rezultatelor au venit dintr-o procedură fixă, folosind același model intern. Două rezultate s-au abătut de la procesul standard: munca privind regiunea fără zerouri pentru zeta lui Riemann și conjectura Hodge pentru varietăți abeliene CM. Rezultatul mediu a folosit un consum de calcul aproximativ echivalent cu trei ore de gândire ChatGPT Pro. E un punct de referință util, dar nu înseamnă că fiecare problemă a durat trei ore. Numărul descrie compute mediu per rezultat, nu timpul total trecut sau costul încercărilor eșuate.

Pentru context, această metodologie e considerabil mai sistematică decât ce a precedat-o. Când Astra a rezolvat zece probleme deschise în august, fiecare soluție ar fi costat aproximativ 2.000 $ în inferență. Înainte de asta, sprintul Navier–Stokes a consumat 10.000 de agenți rulați în paralel timp de 88 de ore, la un cost estimat de 22,5 milioane $ în compute total, o abordare de forță brută care a generat atât un rezultat, cât și o dispută serioasă privind creditul. Publicarea din 6 octombrie arată mai puțin ca un sprint și mai mult ca un program de cercetare susținut: compute mai mic per rezultat, acoperire mai largă, o structură deliberată în jurul familiilor de rezultate înrudite.

OpenAI a publicat rezumate ale raționamentului pentru 10 rezultate, împreună cu estimări de compute și statistici despre problemele încercate. Grupul consultativ pentru Matematică și Inteligență Artificială a cerut să se meargă mai departe și să fie publicate toate prompturile și lanțurile complete ale gândirii. Există un decalaj între ce a furnizat OpenAI și ce ar vrea să vadă o parte din comunitatea matematică.

Cum au fost verificate demonstrațiile matematice ale OpenAI?

Verificarea este, probabil, cea mai consecventă parte a acestei povești. Merită să fim preciși cu privire la diferitele niveluri implicate.

Formalizare în Lean

Lean este un limbaj de programare și un asistent de demonstrații care permite exprimarea demonstrațiilor matematice într-o formă pe care calculatorul o poate verifica mecanic. Dacă o demonstrație verifică în Lean, pașii logici sunt corecți formal, date fiind ipotezele enunțate. Multe dintre cele 722 de manuscrise au formalizări Lean însoțitoare, deși nu toate.

Ce stabilește verificarea în Lean este corectitudinea formală. Ce nu stabilește este dacă enunțul formal reprezintă cu acuratețe întrebarea matematică intenționată, dacă rezultatul este cu adevărat inedit sau dacă raționamentul este semnificativ pentru matematicienii care vor să construiască pe baza lui.

Verificare matematică umană

Aici lucrurile încetinesc. Matematicienii trebuie încă să determine dacă enunțul formal surprinde de fapt problema deschisă pe care pretinde că o abordează, dacă tehnica de demonstrație e nouă și dacă rezultatul e inedit raportat la literatura existentă. Dana Moshkovitz, teoreticiană a complexității, a descris manuscrisele ca „părând scrise de cineva care e pe psihedelice” și suficient de greu de citit fără ajutorul AI, recunoscând totodată că e mult de învățat din rezultate. Corectitudinea tehnică, alături de o expunere dificil de parcurs, creează muncă reală pentru verificatorii umani.

Peer review și verificare independentă

Publicarea pe GitHub nu este peer review. Consiliul consultativ a spus clar că această publicare reprezintă „începutul, nu finalul procesului de înțelegere umană și de incorporare a lucrării în cunoașterea matematică”. La 722 de manuscrise din 20 de subdomenii, o evaluare independentă cuprinzătoare este un proiect de ani de zile.

Corectitudinea formală, înțelegerea matematică, noutatea și importanța științifică sunt întrebări separate. O demonstrație verificată în Lean poate satisface prima fără a le tranșa pe celelalte.

Cât din matematică a fost făcută, de fapt, de AI?

Nu există un răspuns clar.

Oamenii au ales sau formulat multe dintre problemele adresate modelului. Literatura matematică existentă a oferit contextul intelectual în care a lucrat AI-ul. Modelul a generat argumentele matematice. Cercetătorii umani au ajutat la pregătirea manuscriselor, iar Lean a formalizat demonstrațiile. Așadar, „cine a făcut matematica?” acoperă un lanț de contribuții, nu o singură parte.

Unii matematicieni au ridicat o îngrijorare mai ascuțită: că modelul, uneori, ar putea completa direcții existente ale cercetării umane, mai degrabă decât să descopere independent o abordare nouă. Aceasta a apărut acut după afirmația privind Navier–Stokes. Matematicianul Tristan Buckmaster, a cărui lucrare asistată de AI pe ecuații înrudite a apărut cu ore înaintea anunțului OpenAI, a ridicat întrebări serioase despre atribuire. El a susținut că un an din munca sa nepublicată a influențat, voit sau nu, direcția sprintului OpenAI; OpenAI a negat accesarea oricăror prompturi private sau cercetări nepublicate. Disputa rămâne nerezolvată. Aceeași îngrijorare, despre pe ce fundație intelectuală se construiește un rezultat AI, se aplică și publicării din octombrie, chiar și acolo unde nu este numit un singur cercetător.

Economistul Joshua Gans a propus un cadru util: descoperirea matematică are trei etape. Alegerea problemei, rezolvarea problemei, înțelegerea și aplicarea rezultatului. AI ar putea automatiza tot mai mult pasul din mijloc. Asta nu șterge distincția dintre contribuția umană și cea a mașinii, dar redistribuie unde se duce efortul.

De ce sunt îngrijorați matematicienii?

Îngrijorările nu sunt uniforme. Ar fi inexact să descrii comunitatea matematică drept pur și simplu rezistentă la AI. Iată ce îi preocupă, de fapt, pe criticii cei mai serioși.

Înțelegerea ar putea rămâne în urmă față de descoperire

Când un matematician produce o demonstrație, procesul generează de obicei instrumente, intuiții și insighturi care devin parte din cultura matematică. Când un model produce o demonstrație corectă dar opacă, rezultatul există fără acea înțelegere înconjurătoare. Terence Tao, care înainte de anunțul Navier–Stokes a avertizat explicit asupra costului de oportunitate al transformării problemelor deschise istoric productive în momente virale de benchmark, a ridicat îngrijorarea că acumularea de răspunsuri corecte fără a înțelege cum sau de ce sunt adevărate dăunează practicii matematicii pe termen lung. Nu e doar o problemă estetică.

Sute de rezultate sunt greu de revizuit

Capacitatea comunității matematice pentru peer review este finită. Când un AI poate genera cercetare mai repede decât o poate evalua comunitatea, se creează un backlog care distorsionează felul în care se stabilește cunoașterea matematică. Un critic a descris publicarea ca „suspect de tip Gish Gallop”, inundând spațiul cu atâtea manuscrise încât erorile ar putea rămâne necontestate ani întregi. Această îngrijorare are un precedent recent: publicarea celor zece probleme din august de către Astra nu a fost pe deplin peer-review-uită nici la luni distanță. De 72 de ori acel volum este o provocare categoric diferită.

Cercetarea umană existentă și atribuirea meritelor

O serie de rezultate se bazează pe lucrări anterioare specifice ale unor cercetători numiți. Modul în care este reprezentată acea datorie intelectuală este cu adevărat contestat. Episodul Navier–Stokes a făcut asta concret: un cercetător a petrecut un an pe o lucrare nepublicată care ar fi putut modela un sprint AI de milioane de dolari și s-a trezit răspunzând la întrebări despre cariera sa. Recomandările grupului consultativ au abordat în mod specific procedurile de citare din acest motiv.

Modelele proprietare creează acces inegal

Modelul care a produs aceste rezultate nu este disponibil public. Matematicienii din mediul academic care vor să lucreze la acest nivel de capabilitate nu au aceleași instrumente ca echipele interne ale OpenAI. Recomandările din 29 septembrie ale grupului consultativ au cerut explicit laboratoarelor de AI să înceteze testarea problemelor matematice avansate pe modele proprietare inaccesibile comunității de cercetare mai largi. OpenAI a recunoscut recomandarea fără a o adopta pe deplin.

Cercetarea matematică s-ar putea concentra în laboratoarele de AI

Dacă frontiera descoperirii matematice necesită acces la compute de frontieră și modele proprietare, atunci deciziile despre ce probleme contează și ce rezultate sunt mediatizate ar putea fi din ce în ce mai mult luate în interiorul unui număr mic de organizații private. Asta e o structură foarte diferită de cea pe care a avut-o istoric matematica.

Acestea sunt îngrijorări ridicate de membri ai comunității matematice, nu concluzii stabilite, și nu toți matematicienii le împărtășesc în aceeași măsură.

Abordarea nouă a OpenAI privind publicarea matematicii generate de AI

OpenAI a făcut câțiva pași pentru a aborda îngrijorările comunității, deși grupul consultativ a cerut mai mult.

Publicarea este pe GitHub sub licență Apache-2.0, cu protocoale de revizie. Versiunile anterioare rămân accesibile când se fac corecții. Fiecare manuscris include un bloc BibTeX pentru citare. Formalizări în Lean însoțesc multe rezultate. OpenAI a publicat rezumate ale raționamentului pentru 10 rezultate și estimări de compute exprimate în ore de ChatGPT Pro.

OpenAI a consultat Grupul consultativ pentru Matematică și Inteligență Artificială de la Institute for Advanced Study pe tot parcursul acestei publicări. Grupul îi include pe Melanie Matchett Wood (Harvard), Edward Witten (IAS), Ravi Vakil (Stanford), Ulrike Tillmann (Oxford) și alții, nouă matematicieni proeminenți care operează independent și fără a fi plătiți de OpenAI.

Poziția lor este că publicarea este un punct de plecare. Melanie Wood a descris-o drept „începutul, nu finalul procesului de înțelegere umană”. Grupul a cerut OpenAI să publice toate prompturile și lanțurile complete ale gândirii, să folosească repozitoare academice cu identificatori cotați persistenți în locul GitHub și să sprijine dezvoltarea înțelegerii umane prin instituții care nu sunt controlate de laboratoare de AI. OpenAI s-a angajat să lucreze către aceste standarde. Încă nu le-a îndeplinit pe toate.

Ce înseamnă AI pentru rolul matematicienilor?

Întrebarea mai interesantă nu este dacă AI îi înlocuiește pe matematicieni. Nu o face, cel puțin nu încă, și posibil nu în modurile care contează cel mai mult. Întrebarea mai interesantă este cum se schimbă munca matematică atunci când generarea de demonstrații devine dramatic mai ieftină.

Revenind la cadrul alege → rezolvă → înțelege: dacă AI preia tot mai mult pasul „rezolvă”, expertiza umană devine mai valoroasă la capete. A decide ce probleme merită urmărite, a formula conjecturi bune, a interpreta ce înseamnă un rezultat, a lega o descoperire nouă de matematica existentă, a aplica descoperirile în contexte noi. Acestea sunt etapele în care judecata umană rămâne indispensabilă. Așa cum am scris în articolul despre rezultatele lui Astra din august, abilitatea de a pune o problemă bună și de a ști care merită atacată e exact ceea ce AI nu poate încă reproduce. Observația a devenit și mai relevantă între timp.

Matematicianul Mehtaab Sawhney, care s-a alăturat OpenAI în 2026 după ce a lucrat la Columbia, a observat că, pe măsură ce AI accelerează descoperirea, blocajul principal pentru matematicienii umani se mută de la generarea de demonstrații la absorbția și contextualizarea matematicii generate de AI.

Când generarea de demonstrații devine mai ieftină, se schimbă locul unde apare raritatea. Resursa rară ar putea deveni tot mai mult nu abilitatea de a demonstra, ci abilitatea de a alege lucrurile potrivite de demonstrat și de a înțelege de ce soluțiile lor contează.

Concluzie

Publicarea din 6 octombrie e cel mai bine înțeleasă ca ultimul pas pe o traiectorie care s-a accelerat tot anul. În august, Astra a rezolvat zece probleme vechi de decenii într-o singură zi. În septembrie, un sprint de 88 de ore cu 10.000 de agenți a produs o afirmație disputată, dar verificată în Lean, privind varianta Millennium Navier–Stokes, împreună cu o dispută nerezolvată privind atribuirea, care a scos la iveală tensiuni reale între AI și cercetarea independentă. Acum, în octombrie, același model de frontieră a produs 722 de manuscrise în 20 de subdomenii, în câteva săptămâni.

Unele dintre rezultate — regiunea fără zerouri pentru zeta lui Riemann, limita pentru înmulțirea matricilor, izomorfismul factorilor de grup liber — au atras deja atenția serioasă a matematicienilor care cunosc bine aceste arii. Dar numărul de manuscrise nu e povestea. Contează dacă rezultatele individuale rezistă, dacă sunt cu adevărat noi și dacă comunitatea matematică le poate absorbi. Verificarea în Lean stabilește corectitudinea formală, nu înțelegerea matematică. Publicarea pe GitHub nu este peer review. La 722 de manuscrise, evaluarea independentă cuprinzătoare va dura ani.

Domeniul se confruntă acum cu o întrebare pe care nu a mai trebuit să și-o pună: nu dacă AI poate rezolva probleme dificile de matematică, ci ce se întâmplă când poate produce cercetare matematică mai repede decât o pot evalua oamenii. Dacă generarea de demonstrații devine suficient de ieftină încât să inunde literatura de cercetare, resursa rară se mută de la generarea de răspunsuri la alegerea întrebărilor potrivite și înțelegerea de ce acele răspunsuri contează. Asta schimbă ce cere matematica de la matematicieni. Nu sfârșitul muncii.