ХабрПостыНовостиМегапосты?

OpenAI ищет решение ещё одной задачи тысячелетия — гипотезы Ходжа

Математический сериал по задачам тысячелетия от Альтмана продолжается. За последний месяц OpenAI уже успели решить одну из них (вроде), вторая на подходе.

Речь о проблеме существования и гладкости решений уравнений Навье—Стокса, подробнее писала здесь. Математические институты пока 100% подтверждений открытия не давали.

Теперь появилась следующая серия. На этот раз взялись за гипотезу Ходжа — ещё одну из семи задач тысячелетия. По данным The Information, OpenAI ожидают получить решение относительно скоро, но официальных заявлений пока не было. Источник издания — человек, знакомый с этой работой. Ждем новых споров об авторстве от тех, кто хоть раз просил ChatGPT решить простейшие задачки.

Что такое гипотеза Ходжа

Это проблема на стыке алгебраической геометрии и топологии. В сильно упрощённом виде вопрос звучит так: можно ли определённые топологические свойства пространств, задаваемых алгебраическими уравнениями, всегда описать через алгебраические объекты того же пространства.

Речь идёт о так называемых циклах Ходжа и алгебраических циклах: гипотеза утверждает, что первые должны представляться рациональными линейными комбинациями вторых. Для некоторых частных случаев это уже известно, но в общем случае проблема остаётся открытой.

Зачем это OpenAI?

Интерес компании к таким задачам связан не с премиями или репутаций, а с исследовательским потенциалом математических моделей.

Для работы над Навье—Стоксом использовалась версия следующей внутренней предобученной модели OpenAI с кодовым названием Doug. Публично её пока называют просто новой внутренней моделью.

В поиске решения одновременно работали порядка 10 000 агентов, а затем полученное доказательство дополнительно формализовали и проверили в Lean. На весь эксперимент ушли миллионы сообщений и десятки миллиардов выходных токенов. Тот же подход пытаются применить к гипотезе Ходжа.

Что это может означать для ИИ-исследований

Если модели действительно смогут не просто решать отдельные математические задачи, а самостоятельно перебирать гипотезы, строить доказательства, проверять их формальными системами и возвращаться к неудачным подходам, математика становится удобным полигоном для автоматизации части научной работы.

Новые математические методы потенциально могут использоваться и в самой разработке моделей — от алгоритмов обучения до оптимизации вычислений.

Источник: The Information

Как думаете, OpenAI придут к решению всех семи задач?

@DashaPasha
18.09.2026 02:30 UTC
Первоисточник

Комментарии

@InsiderCrush
17.09.2026 21:53 UTC
-3

Это не решение задачи, а перебор решений. Немного разные вещи. Тут не интеллект модели играет роль, а скорость перебора. А первая задача вообще пока висит в подвешенном состоянии. Там, как я понял, еще не решили подсмотрела модель решение или нет. Так что, в сухом остатке - еще ни одной задачи тысячелетия не решено гладко. Всё с оговорками

17.09.2026 22:34 UTC
+3

Ну все-таки так уж угрублять способности моделей не надо. Я сам смотрю на все это с большой долей скептицизма, но отрицать что модели достигли некоторой довольно высокой планки в математике не стоит. Я бы назвал это осмысленным перебором, когда модель выдвигает +- осмысленные гипотезы и проверяет их. Эт все-таки не бесконечное число макак с бесконечным временем. Вообще, тема автономного исследования с помощью моделей оч интересна. На ютюбе есть канал математика, что пишет пхд https://www.youtube.com/@easy_riders и который тестирует модели на его задачах. На данный момент, модели могут выдавать инетерсные идеи, но ошибаясь по ходу в решении/решать некоторые тезисы уровня кандидатской, но до уровня автономного исследования им пока рано. Самому хочется попробовать потестить, закинуть баксов 10 дипсику, настроить обвязку в виде гермеса и LEAN. И дать ему пару научных задачек из тех, что есть

18.09.2026 01:57 UTC
-1

Ну, если вы так любите математику, начнем с того, что ни мой упрощенный ответ, ни ваш уточненный - не имеют никакой основы под собой. Оба передаем свои ощущения, а не зафиксированные факты. Вы верите что не все так плохо и апеллируете к ощущениям математика известного, я чувствую что все не так радужно. Факт только один о он проверяемый, нет ни одной грандиозной задачи, которую бы ллм решили без оговорок.

18.09.2026 02:29 UTC
+9

А как можно построить сложное доказательство не перебирая решения? Или обычно заранее известен один верный путь к доказательству?

18.09.2026 05:28 UTC
-1

Это не ко мне, это вопрос к математическому союзу клэя. Он пока не готов принять доказательство. Именно потому что сомневаются в разумности доказательства.

18.09.2026 03:53 UTC
+11

Ну да, ну да.
Обычно оно как бывает. Садится математик, думает, "докажу-ка я гипотезу Ходжа". И прям садится и доказывает )))

Менделеев такой - "создам таблицу Менделеева", собственно. И что интересно в мире никто такими вещами до него вообще не занимался, он прям такой захотел и придумал. Более того, такие вещи как пенициллин тоже открылись (упс) соверешенно случайно. Даже Архимед не ставил целью открыть свой закон Архимеда, просто подглядел, собака такая.

Или эти физики которые создали уже 1000 разных космологических теорий из которых как минимум 999 не верных. Тоже толпа дрессированных статистических обезъян выходит?

Программисты, наши вот с вами коллеги. Они прям садятся и с первого раза не совершая ошибок сразу знают что написать, им только текст уже напечатать надо. Никаких тестов, никаких иттераций, никакой обратной связи. Прям садятся и пишут, да?

Да вы батенька как минимум труд других людей не уважаете, они выходит тоже те самые обезъяны, по вашему-то определению.

18.09.2026 04:34 UTC
0

Если ключевые знания в цивилизацию иньектируются рептилоидами, то наконец то у них отпала потребность в легитимизационных легендах типа "увидел во сне" и "чихнул случайно в чашку Петри", можно использовать черный ящик ИИ для легитимизации передачи любых новых вводных. Порадуемся за них, теоретически!

18.09.2026 05:59 UTC
0

Так что-бы и нет. Но сдается мне что инфа не от рептилоидов ) а как функция от всей человеческой интеллектуальной деятельности. Т.е. пока осуществляется работа, знания будут поступать, они не могут не генерироваться, даже если она хаотична и неструктурирована. Как там у физиков было? Наблюдение уже меняет квантовую реальность.

18.09.2026 05:30 UTC
+1

Сначала таблица Менделеева приснилась Пушкину, но он ничего не понял :D

18.09.2026 05:53 UTC
+1

Ньюанс в том что знания мы извлекаем из уже существующих знаний. Это когда нужно вот этот мааааленький участочек еще пройти. И проходят его чисто случайно. Не может никому присниться таблица Менделеева кто не имет представления о химических элементах, их массах, свойствах и так далее, что должны быть интеллектуально замайнено предшественниками. А когда данные есть люди просто садятся и тыркают, тыркают, тыркают, пока у кого-нибудь не получится. У одного из многих, возможно даже случайно. И сила человеческой цивилизации в том что достаточно успеха у одного, чтобы какое-то очередное открытие легло в нашу копилку. И оно будет служить материалом для других открытий. Только так. Добываение истины - это тяжелый, однообразный и неблагодарный труд без гарантии вознаграждения. Как шахтеры рубят породу чтобы находить там уголь, так и ученые рубят информационный хаос чтобы добывать из него открытия. Аналогия кажется странной, но она очень подходящая. Советую пойти вам в какой-нибудь НИИ поработать бок о бок с учеными с годик. Вы думаете у них все так просто и все добывают кокретный результат? Да нет, гарантий нет, результат точно не определен. Ищут формулу или материал для решения задачи, а что получится в конце и получится ли вообще - никакой академик вам никаких гарантий не даст. Возможно какие-то гарантии могут быть в прикладных задачах, когда формулы есть, информация есть, понятно что искать, мы просто закдываем в химический реактор то один состав, то другой, то третий, записываем, записываем, корректируем эти составы и точно значем что будет в конце, но пока не знаем какой состав лучше сработает. Но в теоретических открытиях - вообще не знаем будет ли что-то вообще, и как оно выглядит. Если бы Эйнштейн знал какую формулу ищет, нахрена искать-то? ))

18.09.2026 07:09 UTC
0

объясни своей ллм что такое чувство юмора. Она тебе бред выдала, а ты запостил :D

18.09.2026 07:15 UTC
0

Очень вежливо конечно с вашей стороны. Показывает как-бы ваш уровень. Типа "не быдло", все сам, все сам. Сами себя родили, сами себя научили, сами для себя все учебники написали, работаете на компе который сами изобрели, на собственноручно написанной ОС. Ну да, ну да. Залезли повыше на гору чужого опыта и распределяете кто достоин а кто нет. Удобно устроились.

18.09.2026 07:22 UTC
0

У Менделеева под рукой были чужие расчеты атомных весов и те же триады Деберейнера, так что озарения на пустом месте не бывает

Нейронкам в этом плане сильно проще из-за зашитой в весах колоссальной базы знаний. Они просто срезают годы ковыряния в библиотеках и сразу переходят к направленному перебору рабочих гипотез

18.09.2026 04:17 UTC
0

Это не решение задачи, а перебор решений

Просто тупой перебор не получится. В некотором смысле любая исследовательская задача - это и перебор вариантов в том числе, но не тупой. Если посмотреть на решение предыдущей задачи - там по итогу не хилая такая программа получилась, а тупо перебрать брутфорсом даже 32 байта мы не можем.

20.09.2026 06:01 UTC
0

Просто тупой перебор не получится.

Получится, если число вариантов ограничено некоторыми условиями. Например: Количество математических действий ограничено. Количество методов исследования функций в матанализе ограничено. Количество типов математических утверждений ограничено. Есть библиотека доказательств формализованных в Lean. Есть набор математических утверждений, верность которых уже проверена в Lean (эквивалентный код успешно компилируется в Lean). Используя эти утверждения в качестве шаблонов, и подставляя в них тематические элементы (термины и части формул), нужно построить цепочку утверждений, эквивалентный код которой будет успешно компилироваться в Lean. Такая задача может быть решена брутфорсом за ограниченное время. Но не факт что в полученной цепочке утверждений будет общий смысл, и она будет что-то доказывать.

В некотором смысле любая исследовательская задача - это и перебор вариантов в том числе, но не тупой.

Человек осознанно выбирает подходящую методику решения задачи, и учитывает множество факторов. В переборе вариантов есть направленность и рациональность. Кроме того, человек в процессе исследования разрабатывает новые методы решения задач.

20.09.2026 09:02 UTC
0

Такая задача может быть решена брутфорсом за ограниченное время.

А вот есть клетка 16*16 пикселей, куда можно записать букву. Вроде не много - 16*16. Но если вы захотите записать в памяти все варианты узоров и букв, которые можно нарисовать на матрице 16*16 - то памяти потребуется в порядка 10³⁸ Земель по массе SSD.

Для масштаба: это не просто «планета Земля, заполненная SSD». Нужно было бы взять примерно 10³⁸ масс Земли и превратить всё это вещество в накопители.

18.09.2026 04:34 UTC
+1

Не будет ситуации, когда не будет оговорок. Давайте возьмем живого человека. Он может решить ее в одиночку в закрытой комнате, но всегда найдется умник, который заявит "Ну там не все гладко, у него в молодости был учитель хороший, а так без такого учителя он бы сам не решил. Да и писал он на бумаге, которую до него изобрели. Да и компьютером он пользовался. Все с оговорками"

18.09.2026 06:15 UTC
0

Люди точно так же перебирали, перебирают и будут перебирать решения задач.

18.09.2026 07:14 UTC
0

Любое сложное математическое доказательство в основе своей и есть направленный перебор возможных логических шагов

Шахматные движки тоже занимаются исключительно перебором весов и вариантов. Итоговый результат от этого хуже не становится

Если этот перебор в итоге выдаст железобетонное доказательство без изъянов, математикам будет плевать на метод его получения

18.09.2026 07:38 UTC
0

>>математикам будет плевать на метод его получения

да не плевать, там уже вой подняли ) что как же так, типа результат нам не нужен без пути и сопутствующих открытий

https://habr.com/ru/news/1081866/

@yadobr
17.09.2026 23:40 UTC
0

А как проверять такие решения?

18.09.2026 00:42 UTC
+1

Людьми. Специальными, обученными и с нужными умениями. Чтобы мотивировать их проверить именно ваше решение надо им дать денег. Красиво дать. Гранты там выдать на те исследования которые они хотят или стипендии оплатить. Кому что надо.

18.09.2026 06:33 UTC
0

Проблема в том, что при дальнейшем увеличении объема знаний такие люди будет обходится все дороже и дороже, количество их будет все меньше и меньше (ну не бывает столько умных в популяции). В медицине уже по каждому органу существует отдельный врач. У математиков есть люди которые всю жизнь крутятся в одной какой-то нише и чтобы проверить решение в других им надо еще несколько лет поработать в этой теме. И учить обществу этих людей приходится уже даже до 20 лет, а сильно дольше. Они всю жизнь учатся. И в дальнейшем все будет дальше и дальше дробиться до такой степени, что потеряются все связи и понятия. Примерно так-же как программисты на JS могут не знать ничего о работе процессора кроме того что он есть и вообще за всю жизнь не написать ни одной полноценной программы с ООП. Лет через 20 таких людей возможно вообще не останется. А проверять нужно все больше и больше. Так что тут нет, надежды никакой.

18.09.2026 10:21 UTC
0

В будущем сверхумный ИИ найдёт способ как биологически изменить человеческий мозг, чтобы любой стал гением.

18.09.2026 10:35 UTC
0

Сверхумный ИИ скорее поймет, что человек безнадежен, на него время тратить не стОит, и без него (человека) ИИ будет лучше.

18.09.2026 07:27 UTC
0

Никакие гранты не окупят проверку машинных простыней вручную, тем более что нейросеть штампует их быстрее скорости чтения рецензентов. Поэтому доказательства сейчас сразу формализуют в Lean или Coq, где компилятор проверяет логику переходов на лету. Людям остается только сверить саму формулировку задачи, да и тут институты будут копать бесплатно чисто ради своей репутации

18.09.2026 10:25 UTC
0

Такая автоматизированная проверка гарантирует верность доказательства?

18.09.2026 02:27 UTC
0

Через язык Lean

@hphphp
18.09.2026 05:38 UTC
0

Было бы интересно в НЕпредобученную и отключенную от Сети нейронку загрузить данные об имеющихся знаниях в области математики 2+2=4 и т.п. И попросить доказать на основе заложенного мат.аппарата какие то теоремы, задачи тысячелетия и т.п.

Посмотреть ее выводы, как она к ним пришла. Если пришла.

18.09.2026 06:33 UTC
0

Ждём постановки эксперимента (возможно, уже делают): модель обучают на доньютоновских знаниях мира (но с опытами Галилея и знаниями об эллиптических орбитах, добытых Кеплером), и смотрим, сможет ли она вывести закон всемирного тяготения и остальные законы Ньютона?

18.09.2026 09:47 UTC
+1

Где-то была тема но не про физику, а вообще. Типа обучали модель на старинных текстах (вроде несколько срезов было 19век, начало 20ого, 1950ый) и после обучения с ней общались и она отвечала теми-же словечками как житель того времени, и на вопросы отвечала соотвественно. Но там была какая-то простая опенорсная модель, для физики нужно обучать на это датасете ту-же Астру, но я думаю никто не даст. Ждем годик два когда опенсорсные догонят Астру по уровню.

@ChilliWil
18.09.2026 07:07 UTC
0

Пока институт Клэя не выдаст официальное подтверждение, все эти инсайды от безымянных источников можно смело делить на десять