GPT-5.6 Sol Ultra решил математическую задачу 50-летней давности менее чем за час

Модель GPT-5.6 Sol Ultra от OpenAI, по заявлению компании, доказала открытую математическую гипотезу из теории графов — задачу, которую математики не могли решить в общем виде с 1970-х годов. На поиск доказательства у модели ушло меньше часа, хотя изначально ей отвели не менее восьми. Первую публичную оценку результата дал математик Томас Блум из Манчестерского университета — и она оказалась одновременно похвальной и критической.

Гипотеза касается фундаментального вопроса теории графов: можно ли в любом графе (наборе вершин и рёбер) найти набор циклов, каждый из которых проходит по каждому ребру ровно дважды? Задача была независимо сформулирована несколькими математиками в 1970-х. С тех пор появлялись частичные решения для отдельных случаев, но общего доказательства так и не существовало.

Почему человек не нашёл это раньше

Блум описывает доказательство как «короткое, элементарное и такое, которое могло быть найдено ещё в 1980-х». Оно не требует принципиально новых математических теорий — только нестандартного сочетания уже известных инструментов. Именно здесь, по мнению учёного, кроется ключевое преимущество ИИ перед человеком.

Логика такая: математик-человек, скорее всего, попробовал бы очевидный подход, убедился в его неработоспособности и переключился на другое. ИИ не испытывает разочарования и продолжает перебирать небольшие вариации до тех пор, пока одна из них не срабатывает. Блум описывает это так: человек, попробовав естественную разметку и увидев, что линейная алгебра не работает, пожмёт плечами и решит, что «так просто это не решается». ИИ просто продолжает.

Это наблюдение важно не только для математики. Оно описывает целый класс задач, где барьером является не интеллект, а терпение и готовность систематически проверять неперспективные на первый взгляд пути.

Проблема атрибуции: ИИ не цитирует источники

Однако Блум указывает на серьёзный изъян публикации OpenAI. По его словам, ключевые математические идеи, лежащие в основе доказательства, восходят как минимум к статье Бермона, Джексона и Жаже 1983 года. Эта работа в публикации OpenAI не упоминается вовсе — читатель может решить, что стратегия доказательства изобретена самим ИИ.

««Я предполагаю, что предыдущие работы оказали большое влияние на доказательство OpenAI, и жаль, что оно не упоминает их вовсе. Это частая проблема с доказательствами и статьями, генерируемыми ИИ: они используют идеи и стратегии из литературы без надлежащего цитирования», — пишет Блум.»

Математик также сомневается, что модель пришла к решению самостоятельно — учитывая, что её первый инстинкт при решении задач, как правило, состоит в поиске и чтении всех связанных публикаций. Это возобновляет давнюю дискуссию: рассуждающие модели действительно создают что-то новое или лишь рекомбинируют существующее знание? В данном случае Блум склоняется ко второму варианту.

Как именно была устроена задача для модели

Значительную роль сыграл сам промпт, написанный людьми. Он был сконструирован так, чтобы воспроизвести именно ту настойчивость, которую Блум считает ключевой. Во-первых, модели было сказано исходить из того, что полное доказательство существует — это сразу отсекало наиболее вероятный честный ответ о том, что гипотеза остаётся открытой. Во-вторых, поиск в интернете и любые ответы о нерешённости задачи были запрещены.

Проверка результатов была не менее строгой. Частичные результаты, сведения к другим недоказанным гипотезам, объяснения сложности задачи — всё это отклонялось как недостаточное. Модель не могла дать ответ, пока не было готово полное доказательство, прошедшее состязательную проверку. Из 64 агентов большинство намеренно не знали, какой из подходов выглядит наиболее перспективным — чтобы стимулировать независимое «мышление». Отдельные состязательные агенты проверяли каждое кандидатное доказательство на типичные ошибки.

Модели отвели минимум восемь часов до того, как она могла бы сдаться. Она справилась за один.

Что это значит для будущего математики и ИИ

Блум сравнивает результат с недавним решением OpenAI гипотезы о единичных расстояниях. Обе задачи оказались «значительно проще, чем ожидалось»: для них не потребовались новые теории, и, по словам учёного, «можно представить множество альтернативных историй, в которых эти доказательства были найдены десятилетия назад».

По прогнозу Блума, ИИ-системы продолжат решать задачи подобного класса — те, где решение требует только хорошо разработанной существующей теории плюс большого терпения и уверенности. Но он оговаривается: «Вероятно, это лишь небольшая доля открытых задач, и мы заранее не знаем, какие именно».

Полная математическая верификация доказательства научным сообществом пока не завершена. Это важная оговорка: оценка Блума — первая и наиболее детальная публичная рецензия, но не финальный вердикт.

Для белорусских IT-специалистов и исследователей этот кейс интересен прежде всего как демонстрация архитектурного подхода: не одна модель, а система из десятков агентов с разными ролями, жёсткими ограничениями и состязательной проверкой. Именно такая инженерия промптов и мультиагентных систем сегодня становится отдельной профессиональной дисциплиной — и спрос на неё в R&D-подразделениях компаний будет только расти.

— По материалам The Decoder: оригинальная статья. Перевод и адаптация — редакция Digital Business.