OpenAI заявила о трёх научных результатах: от гипотезы Какея до квантовой теории поля

OpenAI сообщила о трёх результатах, полученных с помощью её ИИ-систем: в математическом анализе, теории вычислительной сложности и квантовой физике. Компания считает, что модели предложили доказательства для нескольких давно обсуждаемых проблем, и приглашает исследователей изучить их.

Заявления пока нужно рассматривать вместе с их статусом проверки. Материалы по математике и теории сложности OpenAI открыла вместе с формализациями в системе Lean. По физике исходные материалы пока переданы группе специалистов, которая решила сначала разобраться в работе и подготовить собственное изложение. Независимая научная оценка результатов ещё предстоит.

Математика: как долго волна может оставаться сфокусированной

Гипотеза локального сглаживания и проблема Какея

Первый результат связан с гармоническим анализом — разделом математики, который помогает описывать волны и их распространение. Гипотеза локального сглаживания, предложенная Кристофером Согге в 1991 году, касается того, насколько сильно волна может концентрироваться: в среднем по времени её поведение должно быть более гладким, чем в самый неблагоприятный момент.

Ранее математики доказали важные частные случаи, в том числе результат для двух пространственных измерений. OpenAI утверждает, что её модели получили доказательство для всех размерностей. По заявлению компании, из него следуют решения гипотезы Какея и гипотезы ограничения Штейна в соответствующих формулировках.

Гипотеза Какея, грубо говоря, задаёт вопрос о том, насколько маленьким может быть множество, в котором помещается единичный отрезок каждого направления. Это геометрическая задача, тесно связанная с анализом волн. Компания опубликовала текст работы и описание формализации Lean, чтобы специалисты могли изучить утверждения и доказательство.

Информатика: гипотеза об экспоненциальном времени

Почему вопрос важен для алгоритмов

Вторая работа касается гипотезы экспоненциального времени, или ETH. Она связана с задачей выполнимости булевых формул: нужно определить, существует ли набор значений, при котором заданные логические условия одновременно выполняются. ETH предполагает, что для определённой версии этой задачи не существует алгоритма с субэкспоненциальным временем работы.

OpenAI утверждает, что её система опровергла гипотезу. Если результат подтвердится в заявленной форме, исследователям придётся пересмотреть некоторые оценки сложности, которые опирались на ETH как на допущение. Компания отмечает, что превращение теоретического результата в практически полезные алгоритмы потребует дальнейшей работы.

При этом опровержение ETH само по себе не означает, что доказано равенство P и NP или что сложные задачи внезапно стали лёгкими для обычных компьютеров. Субэкспоненциальное время всё ещё может быть слишком большим на практике.

Кто будет проверять результат

Разобраться в работе согласились учёные под руководством Рассела Импальяццо и Рамамохана Патури из Калифорнийского университета в Сан-Диего и Райана Уильямса из MIT. Импальяццо и Патури вместе с Фрэнсисом Зейном участвовали в первоначальной формулировке ETH. OpenAI опубликовала текст работы и материалы формализации.

Физика: математические основания квантовой теории поля

Квантовая хромодинамика и теория Янга — Миллса

Третье заявление касается строгого математического построения некоторых взаимодействующих квантовых теорий поля в четырёх измерениях. Среди них OpenAI называет квантовую хромодинамику — теорию сильного взаимодействия кварков и глюонов — и теорию Янга — Миллса без частиц материи.

Работу изучит группа под руководством нобелевского лауреата Дэвида Гросса, в которую входят Майкл Дуглас, Артур Джаффе, Игорь Клебанов и Никита Некрасов. По сообщению OpenAI, группа решила пока не публиковать исходные материалы, созданные ИИ, а сначала подготовить собственное изложение. Поэтому широкой независимой проверки именно этих материалов пока провести нельзя.

Существование теории Янга — Миллса связано с одной из задач тысячелетия Института Клэя. Но задача также требует доказать наличие массового разрыва. OpenAI в данном объявлении говорит о доказательстве существования как о части проблемы; считать всю задачу тысячелетия решённой на основании этого сообщения нельзя.

Что эти результаты могут значить для нас сегодня

В повседневной жизни ничего не изменится сразу: это не новая функция ChatGPT, не готовый алгоритм для компьютера и не медицинская технология. Возможная практическая польза появится позже — если специалисты независимо подтвердят результаты и смогут применить их в дальнейших исследованиях.

Волны: точнее описывать распространение сигналов

Звук, свет и радиосигналы ведут себя как волны. Иногда их энергия ненадолго собирается в небольшой области, а затем распределяется иначе. Результат о локальном сглаживании помогает математикам строго описать, насколько сильной может быть такая концентрация и как волновой сигнал ведёт себя в среднем по времени. Это расширяет набор методов для анализа уравнений волн. Но OpenAI не сообщает о готовом улучшении МРТ, ультразвука, связи или радаров: такие применения потребуют отдельной работы.

Теория сложности: проверить, можно ли быстрее решать некоторые задачи

Представьте задачу, где с каждым новым условием число возможных сочетаний быстро растёт. Теория сложности изучает, можно ли найти решение заметно быстрее, чем перебирая варианты. ETH — важное предположение о том, что некоторые задачи такого рода нельзя решать за субэкспоненциальное время. Если опровержение OpenAI подтвердится, учёным придётся пересмотреть доказательства, которые опираются на это предположение, и искать новые алгоритмические подходы. Это может повлиять на исследования в теории графов, биоинформатике, базах данных и вычислительной геометрии — областях, которые сама OpenAI перечисляет в анонсе. Но пока это не означает, что конкретная программа или запрос к базе данных уже стали быстрее: между теоретическим доказательством и работающим алгоритмом могут быть годы исследований.

Квантовая физика: укрепить математическое основание теорий

Квантовая хромодинамика описывает сильное взаимодействие, которое связывает кварки внутри протонов и нейтронов. Физики давно используют эту теорию в расчётах; заявленный результат касается более строгого математического доказательства того, что определённые теории поля можно построить непротиворечиво. Если эксперты подтвердят его, это укрепит фундамент теоретической физики. Само по себе такое доказательство не создаёт нового прибора и не является экспериментальным открытием. Кроме того, заявленное существование теории Янга — Миллса не закрывает задачу тысячелетия целиком: в ней остаётся требование доказать массовый разрыв.

Самое близкое изменение — в работе учёных

Если открытия выдержат проверку, их ближайший эффект будет научным: появятся новые доказательства и отправные точки для поиска алгоритмов, математических методов и физических следствий. Важен и сам способ работы: ИИ помог сформулировать результаты, а формализация в Lean и независимая экспертиза дают исследователям материалы для проверки. Это не отменяет человеческую оценку — она нужна, чтобы убедиться, что доказана именно та задача, о которой говорится, и правильно понять значение результата.

Что проверяет Lean и зачем нужны исследователи

Формальная проверка и смысл утверждения

Lean позволяет записать математические утверждения и проверить логические шаги доказательства в формальной системе. OpenAI сообщает, что математический результат и результат об ETH были формализованы в Lean. Это важный материал для проверки, но специалистам также необходимо установить, что формальная запись и её допущения действительно соответствуют заявленной научной проблеме и что выводы верно истолкованы.

OpenAI предлагает разные способы работы с материалами: математическое исследование открыто для самостоятельного изучения, по теории сложности организована внешняя группа с публичными материалами, а публикацию по физике доверили экспертной группе. По словам компании, участники групп работают добровольно и самостоятельно, без соглашений о неразглашении; их участие не означает, что они уже подтвердили заявления OpenAI.

Подробности и ссылки на исходные материалы приведены в публикации OpenAI от 26 октября 2026 года.