Модель OpenAI может оказаться автором решения задачи, которая сопротивлялась учёным десятилетиями.
Трёхстраничная статья, размещённая на официальной CDN-платформе OpenAI hosted, заявляет о доказательстве гипотезы о двойном циклическом покрытии — одной из классических нерешённых проблем теории графов. В работе говорится, что доказательство целиком построила модель GPT-5.6 Sol Ultra, а Codex и GPT-5.6 Sol использовались для превращения рассуждений в оформленный текст.
Масштаб претензий значителен. Если независимые математики подтвердят корректность доказательства, это станет аргументом в пользу того, что продвинутые ИИ‑системы способны не только пересказывать существующие работы и помогать с вычислениями. Они могут генерировать оригинальные математические идеи, достаточные для решения задач, над которыми люди бились годами.
Пока же речь идёт лишь о заявленном доказательстве, а не о признанном прорыве.
Какую задачу якобы решил ИИ?
Теория графов изучает структуры, представляющие сети связей.
Граф можно вообразить как множество точек, соединённых линиями. Точки могут обозначать людей, компьютеры, города или любые другие объекты, а линии — отношения или соединения между ними.
Гипотеза о двойном циклическом покрытии спрашивает, можно ли любую связанную сеть без «узкого места» — единственной критической точки отказа — покрыть набором циклов так, чтобы каждое ребро графа входило ровно в два из них.
Формулировка звучит абстрактно, но именно в таком виде задача десятилетиями оставалась открытой и ассоциируется с именами крупных математиков — Уильяма Татта, Дьёрдя Секереша и Пола Сеймура.
Для отдельных классов графов это утверждение уже было доказано, однако универсального решения для всех случаев до сих пор не было.
Новая работа, размещённая OpenAI, утверждает, что ей удалось закрыть этот пробел.
Основная идея предложенного доказательства
Формальные рассуждения в статье крайне технически сложны, однако общая стратегия описывается относительно просто.
Сначала задача сводится к более узкому классу графов, в которых каждая вершина имеет ровно три инцидентных ребра.
Затем модель использует классический аппарат теории графов — так называемый «поток» — чтобы присвоить метки рёбрам. Эти метки далее перераспределяются таким образом, чтобы рёбра естественным образом объединялись в циклы.
Ключевое условие: каждое ребро должно входить ровно в два таких цикла.
В статье утверждается, что оставшиеся несогласованности между различными частями графа удаётся устранить методами линейной алгебры. После того как проблема согласования решена, полное циклическое покрытие получается автоматически.
Проще говоря, ИИ, судя по описанию, взял несколько хорошо известных математических инструментов, связал их в новой конфигурации и использовал, чтобы построить нужную систему циклов для любого допустимого графа.
Почему это важно для развития ИИ
Сегодня ИИ‑системы повсеместно применяются для написания кода, анализа рынков, подготовки обзоров исследований и поддержки научной работы.
Но доказательство крупной математической гипотезы — задача иного порядка.
Корректное доказательство должно работать во всех случаях, охватываемых теоремой. Нельзя ограничиться «убедительной» аргументацией или совпадением результата на нескольких примерах.
Читайте также: Прогноз прибыли Anthropic за III квартал превышает $1 млрд на фоне подготовки к IPO
Поэтому математика считается одним из самых жёстких тестов на способность ИИ рассуждать, а не просто генерировать правдоподобный текст.
Если доказательство окажется верным, это будет свидетельством того, что передовые модели способны комбинировать известные результаты в по-настоящему новые цепочки рассуждений.
Последствия выйдут далеко за пределы теории графов. Схожие системы в перспективе смогут помогать исследователям в сложных задачах физики, криптографии, информатики и экономики.
Настоящее испытание начинается сейчас
Тот факт, что статья размещена на домене под контролем OpenAI, придаёт документу более надёжное происхождение, чем анонимная загрузка. Однако сам по себе этот факт не гарантирует корректности доказательства.
В рукописи нет имён человеческих авторов, истории рецензирования и отзывов независимых специалистов по теории графов.
Это важно, поскольку знаменитые математические задачи регулярно становятся объектом заявленных «решений», в которых позднее обнаруживаются скрытые пробелы.
Доказательство может выглядеть аккуратным при первом просмотре, но провалиться на том, что один шаг опирается на неверное общее допущение, игнорирует особый случай или слишком широко применяет уже известную теорему.
Следующий этап — независимая проверка.
Математикам предстоит разобрать по шагам все сведения и убедиться, что линейно-алгебраическая часть действительно работает для всех бесмостовых графов, подпадающих под формулировку гипотезы.
Исследователи могут также попытаться формализовать доказательство в системе автоматической проверки доказательств, где каждый логический шаг подтверждается программой.
Заявленный прорыв, а не установленный факт
На сегодняшний день наиболее корректная формулировка — модель OpenAI выдала потенциально значимое доказательство, которое ещё нуждается во внешней валидации.
Если эксперты обнаружат ошибку, статья всё равно может оказаться полезной, предложив новое направление мысли или более эффективное сведение задачи.
Но если доказательство выдержит проверку, последствия будут куда серьёзнее.
Это означало бы, что ИИ‑система не просто помогала математику, а фактически была признана автором самостоятельного решения проблемы, остававшейся открытой для нескольких поколений учёных.
Поэтому сегодня нельзя утверждать, что ИИ окончательно решил гипотезу о двойном циклическом покрытии.
Корректнее сказать, что ИИ, возможно, сделал это, и теперь математическому сообществу предстоит выяснить, создал ли модель действительно рабочее решение или лишь одно из самых убедительных на вид, но в конечном счёте ошибочных доказательств.
Читайте далее: Китай обсуждает с Alibaba и ByteDance ограничения на экспорт ИИ‑моделей