ИИ-соматематик Google: агентный математический рабочий стол DeepMind

В мае 2026 года исследователи Google DeepMind выпустили препринт на arXiv под названием «AI co-mathematician: Accelerating mathematicians with agentic AI», где описали агентный ИИ-рабочий стол, оркестрирующий полный математический цикл: генерацию идей, поиск литературы, вычисления, попытки доказательств и построение теории.

ИИ-соматематик, пока находящийся в ограниченном доступе для избранной группы исследователей, сам по себе не решатель и не чат-бот, а состояние́вое рабочее пространство, управляющее нелинейным, «грязным» математическим процессом. Он ведёт параллельные исследовательские ветви, отслеживает неопределённость и сохраняет неудачные попытки для будущей ссылки. Выводы оформляются в LaTeX — стандартном формате документов в математике и физике.

Он построен на Gemini 3.1. На данный момент он использует Gemini Deep Think для попыток доказательств и интегрируется с выполнением Python для вычислительной разведки. Пока он не включает специализированные математические движки DeepMind (AlphaProof, AlphaEvolve, Aletheia) в качестве внутренних компонентов, но спроектирован так, чтобы сделать это в будущем.

Почему ИИ-соматематик важен?

Математики используют LLM для ряда задач:

• Обзор литературы
• Неформальные наброски доказательств
• Шаблонный LaTeX
• Исследовательский код

Они также используют ИИ-инструменты, например формальные помощники доказательств, для механической верификации доказательств. 

Хотя каждый инструмент силён в своей части общего процесса, математику приходится стихийно сшивать результаты вместе. До сих пор не существовало инфраструктурного инструмента, который бы оркестрировал нелинейный процесс, которым пользуются математики.

Как работает ИИ-соматематик

Модель процесса в общих чертах заимствована из ИИ-инструментов программирования, таких как Claude Code или Codex. Однако напрямую её перенести нельзя. У софта есть спецификация и набор тестов. Исследования в математике нелинейны. Цель на старте может быть расплывчатой или вовсе не определена, а промежуточные находки способны полностью переформулировать вопрос.

Процесс соматематика построен на многоагентной системе и выглядит так:

1. Первичное исследование. Вместо требования идеального одноразового запроса исследователь ведёт интерактивный диалог с системой, уточняя высокоуровневые цели и формализуя исследовательский вопрос. Так намерение исследования становится явным до начала работы.
2. Обзор литературы. Соматематик проводит обзор литературы, определяет ключевые статьи и извлекает релевантные доказательства и математические техники.
3. Вычислительный каркас. Соматематик создаёт вычислительную библиотеку на Python с демонстрационными примерами и сопутствующими тестами.
4. Запуск поиска. После создания вычислительного каркаса пользовательская библиотека импортируется и масштабирует поиск по облачному кластеру. Исследователь получает высокоуровневые отчёты о прогрессе без «утопления» в низкоуровневых логах.
5. Итоговый результат. Финальный результат — скомпилированный отчёт в LaTeX. В нём объясняется процесс открытия, а не только результат, и используются пометки на полях, связывающие утверждения с конкретными ссылками или выводами кода. Отчёт помечается как финальный только после одобрения всеми ревью-агентами. Отчёты, не прошедшие ревью, всё равно передаются исследователю с пометкой «не решено» — так ошибочное доказательство и попало к Лэкенби.

Архитектура потоков работ ИИ-соматематика

Архитектура ИИ-соматематика — это многоагентная система с агентом-координатором проекта верхнего уровня и специализированными субагентами.

Координация процесса

Прежде чем приступать к решению задачи, координатор проекта открывает диалог с исследователем, уточняя цель с помощью наводящих вопросов. Например, если исследователь спрашивает об оценках сверху в «задаче о диване» — открытой задаче вычислительной геометрии, — его могут спросить, на какой вариант сосредоточиться: на одном, на другом или на обоих. Точная, согласованная цель задаёт рамки задачи до отправки агентов в работу.

После определения цели координатор проекта делегирует работу агентам и субагентам, которые трудятся параллельно, если нет зависимостей. Один агент делает обзор литературы, другой строит вычислительный каркас, третий выполняет поиск. Здесь есть зависимость: поиск нельзя запускать, пока не появится пользовательская библиотека из вычислительного каркаса.

Избежание галлюцинаций

Обычные агенты часто находят неверные «сокращения», выдумывают леммы или преждевременно объявляют о победе. ИИ-соматематик использует механизмы для предотвращения этих недостатков, включая ревью-агентов. 

Например, если во время вычислительного исследования пространство поиска «взрывается», кодирующий субагент не может пометить код как завершённый, пока не пройдут все тесты и ревью-агент не примет результаты, из-за чего процесс останавливается. Эта неудачная попытка логируется и отправляется координатору проекта, который затем сообщает об этом исследователю в чате. Исследователь может предложить другой подход.

Подобные тупики не просто фиксируются — они рассматриваются как информация. Они версионируются и сохраняются как часть исследовательского архива. В математике неудачный подход часто выявляет ограничение или указывает на иной путь.

На всём протяжении координатор по умолчанию фильтрует низкоуровневый «шум», но исследователь может углубиться в любой поток работ и при необходимости его модифицировать.

Первые кейсы и режимы сотрудничества

Пара ранних случаев отражает разные режимы взаимодействия: ошибочное доказательство, открывшее человеку идею; пометку на полях, переформулировавшую вопрос; и быстрое обнаружение тупика, сэкономившее неделю бесплодной работы.

Исправление доказательства, которое система пометила как неверное

Марк Лэкенби, профессор математики Оксфордского университета, применил систему к задаче из тетради Коуровки (сборника открытых задач по теории групп). ИИ предложил попытку доказательства, ревью-агент нашёл в ней изъян и сообщил Лэкенби. Он знал, как закрыть пробел.

Именно в этом и смысл. Человек заметил то, что упустила машина, а машина взяла на себя тяжёлую работу вокруг этого. 

Следуя пометке на полях к новому инсайту

Другой профессор математики, Гергелей Бе́рци, исследовал задачу, связанную с гипотезами о коэффициентах Стирлинга. Для первичного обзора он предоставил ИИ-соматематику тему, её бэкграунд, известные на данный момент методы и потенциальное направление, предложенное экспериментами AlphaEvolve. 

ИИ-соматематик подготовил доказательства (сейчас проходят человеческую математическую проверку) для двух гипотез, а также подробные вычислительные подтверждения своих утверждений. Бе́рци отметил, что система помогла ему благодаря пометке на полях в готовом документе — она указала на ключевой инсайт, который он затем проработал в чат-интерфейсе.

Обнаружение тупика до того, как он «съел» неделю

Наконец, Семён Резчиков поставил техническую задачу о гамильтоновых диффеоморфизмах. Он и координатор проекта обсуждали её, пока не согласовали точное определение задачи. Подготовленный ИИ отчёт включал ключевую лемму с доказательством (позже проверенным), которая по сути решила вопрос. 

По пути был исследован один подход, но он зашёл в тупик. ИИ дошёл до тупика гораздо быстрее, поэтому не пришлось тратить неделю на бесплодные попытки. Система сжала неделю потерянного времени в часы.

Результаты бенчмарка FrontierMath

ИИ-соматематик — это инструмент процесса, а не сам по себе решатель математических задач. Тем не менее авторам важно показать высокие бенчмарки по нескольким причинам:

• Чтобы показать, что базовый математический движок достаточно силён, чтобы быть полезным соавтором на переднем крае математики.
• Чтобы продемонстрировать, что бенчмарки дают контролируемую среду для измерения вклада оркестрационного слоя.
• Чтобы предоставить косвенную метрику эффективности сотрудничества, поскольку стандартизованной меры пока нет.

Итоги: ИИ-соматематик набрал 48% на FrontierMath Tier 4, исследовательском уровне бенчмарка. Это самый высокий результат из опубликованных, включая собственный Gemini 3.1 Pro от Google, который на том же тесте и том же уровне показал 19%. Epoch AI обнаружила ошибки примерно в трети задач FrontierMath (в Tier 1–4) и проводит ручную проверку.

ИИ-соматематик набрал 87% на внутреннем бенчмарке Google из 100 неутёкших, исследовательского уровня задач по математике с проверяемыми кодом ответами, полученных от профессиональных математиков; Gemini 3.1 Pro набрал 57%, а Gemini 3.1 Deep Think — 70%.

Известные ограничения ИИ-соматематика

В статье прямо говорится о структурных ограничениях:

• Основной контроль качества обеспечивают ревью-агенты и агенты доказательств. Адверсариальный цикл ревью может проявлять смещение в сторону «угодить рецензенту», когда агенты сходятся на аргументах, удовлетворяющих ревью-агента, а не обязательно верных. Это реальная структурная уязвимость.
• Отполированный вывод в LaTeX может создавать ложное ощущение строгости. Хорошо оформленный документ выглядит завершённым независимо от того, корректна ли математика под ним.
• Система хорошо работает только тогда, когда исследователь — действительно эксперт в области. Существует риск, что неэксперт передаст системе расплывчатую задачу и слепо доверится результату.
• ИИ-доказательства по-прежнему требуют человеческой проверки. Доказательства Бе́рци, например, на момент публикации ещё проходили человеческое ревью.

Заключение

ИИ-соматематик отражает сдвиг от постановки ИИ задачи «решить проблему» к совместной работе с ИИ над итеративным, беспорядочным процессом математического исследования. Узкое место — инфраструктура процесса, отражающая реальную работу математиков.

Если вы хотите сами строить такие агентные системы, треки DataCamp Associate AI Engineer for Developers и Associate AI Engineer for Data Scientists — хорошая отправная точка.