10 июля, после публичного запуска модели GPT-5.6 Sol Ultra, компания OpenAI объявила о потенциальном прорыве: ее флагманская модель, возможно, нашла доказательство гипотезы о двойном покрытии циклами. Эта гипотеза является одной из самых известных открытых задач в теории графов, над которой математики работали около полувека. По словам сотрудника OpenAI Итана Найта, модель справилась с задачей менее чем за час, используя 64 параллельных сабагента.
Это событие, хотя и требует тщательной проверки со стороны математического сообщества, уже вызывает дискуссии о возможностях искусственного интеллекта и его влиянии на различные сферы, включая рынок труда и требования к квалификации специалистов.
Значение гипотезы и роль ИИ
Гипотеза о двойном покрытии циклами была независимо предложена Джорджем Секерешем в 1973 году и Полом Сеймуром в 1979 году. Она утверждает, что в любом графе без мостов (то есть без ребер, удаление которых разделяет граф на части) существует набор циклов, покрывающий каждое ребро ровно два раза. Простота формулировки обманчива: несмотря на многочисленные попытки, полного доказательства не было найдено на протяжении пятидесяти лет. Математики смогли закрыть лишь множество частных случаев, но общий случай оставался нерешенным.
OpenAI утверждает, что их модель GPT-5.6 Sol Ultra, используя классические методы теории графов, такие как сведение задачи к кубическим графам и теорема о 8-потоке, смогла построить доказательство. Интересно, что все используемые инструменты существовали уже к середине 1980-х годов, что вызывает вопрос: почему решение не было найдено раньше? Если доказательство окажется верным, это будет означать, что решение десятилетиями лежало на поверхности, а поколения специалистов прошли мимо комбинации известных идей.
Подход OpenAI к решению задачи
Методология, примененная OpenAI, заслуживает отдельного внимания. Модель получила жесткие инструкции: ей было предписано «считать, что полное доказательство существует» и запрещено возвращаться с частичными результатами, редукцией задачи к недоказанным гипотезам или объяснениями сложности проблемы. Также было запрещено искать решение в интернете и заявлять, что проблема открыта. По сути, модель была лишена всех путей к отступлению.
Вторая часть инструкций касалась управления «роем» из 64 агентов, которые работали независимо, чтобы избежать сосредоточения на одной, возможно, тупиковой идее. Для этого велся реестр подходов, а заблокированные направления могли быть вновь открыты только при появлении принципиально нового механизма. Каждое кандидатное доказательство атаковалось «adversarial-агентами», задача которых заключалась в поиске уязвимостей: краевых случаев, объектов, лишь притворяющихся циклами, или рассуждений, где гипотеза неявно доказывается через саму себя.
Влияние на рынок труда и квалификацию специалистов
Если доказательство, предложенное GPT-5.6, будет подтверждено, это может иметь далеко идущие последствия. В мае модель OpenAI уже опровергла ответ на задачу Эрдеша №90 о единичных расстояниях, который считался верным почти 80 лет, и этот результат выдержал проверку. Подобные события демонстрируют растущие возможности ИИ в решении сложных интеллектуальных задач.
На рынке труда это может привести к следующим изменениям:
- Изменение требований к специалистам: Возможно, в будущем от математиков, исследователей и других высококвалифицированных специалистов потребуется не только глубокое знание предметной области, но и умение эффективно взаимодействовать с ИИ, формулировать задачи таким образом, чтобы машины могли их решить, а также верифицировать результаты, полученные ИИ.
- Автоматизация рутинных исследований: Задачи, требующие перебора большого количества вариантов или анализа сложных комбинаций, могут быть автоматизированы. Это позволит людям сосредоточиться на более творческих аспектах работы, на постановке новых проблем и разработке инновационных подходов.
- Появление новых профессий: Могут возникнуть новые специальности, связанные с «настройкой» и «обучением» ИИ для решения конкретных научных или инженерных задач, а также с созданием систем верификации результатов, полученных ИИ.
- Сокращение времени на исследования: Если ИИ сможет находить решения для сложных проблем за считанные часы, это значительно ускорит темпы научного прогресса и технологического развития.
Что пока не подтверждено
Важно отметить, что на данном этапе доказательство, представленное OpenAI, только проходит проверку математиками. Оно не проходило рецензирования и формальной верификации в таких системах, как Lean или других пруф-ассистентах. Хотя некоторые издания уже поспешили назвать его «machine-verified», это не соответствует действительности. Обсуждение на различных платформах, таких как Hacker News, показывает, что мнения разделились: от восторгов до напоминаний о необходимости тщательной проверки.
Таблица: Ключевые аспекты заявления OpenAI
| Пункт | Детали |
|---|---|
| Модель ИИ | GPT-5.6 Sol Ultra |
| Задача | Гипотеза о двойном покрытии циклами (одна из известных открытых задач теории графов, существовала около 50 лет) |
| Результат | Модель OpenAI заявила о нахождении доказательства менее чем за час с использованием 64 параллельных сабагентов. Доказательство занимает 3 страницы и использует классические методы теории графов. |
| Статус | Доказательство находится на стадии проверки математиками. Формальной верификации в пруф-ассистентах не было. |
| Влияние | Если доказательство подтвердится, это будет значительный прорыв, демонстрирующий возможности ИИ в решении сложных научных задач. Может повлиять на подходы к исследованиям и требования к квалификации специалистов в области математики, информатики и ИИ. |
Даже если доказательство окажется неверным, сам подход, примененный OpenAI, уже представляет большой интерес для исследователей в области искусственного интеллекта. Это показывает новые пути для использования ИИ в решении фундаментальных научных проблем и может стать стимулом для дальнейших разработок в этой сфере.
Источник: https://habr.com/ru/articles/1058194/?utm_source=habrahabr&utm_medium=rss&utm_campaign=1058194
