Yandex Metrika
1
1 репост, 1 голос

В один из уикендов середины мая в Беркли, штат Калифорния, состоялось тайное собрание математиков. Тридцать самых уважаемых учёных мира прибыли туда, некоторые — даже из Великобритании. Их задачей было сразиться с чат-ботом, обладающим способностью к рассуждению, и проверить его математические способности. В течение двух дней учёные засыпали бота вопросами уровня профессоров, и были ошеломлены: он смог решить часть самых трудных задач, известных человечеству.

«Мои коллеги говорили буквально: эти модели приближаются к математическому гению», — говорит Кен Оно (Ken Ono), математик из Университета Вирджинии и один из организаторов встречи.
Математика
Изображение: Yuichiro Chino via Getty Images

Речь идёт о чат-боте на базе модели o4-mini — это языковая модель нового поколения, специально обученная логическим выводам. У Google есть аналог — Gemini 2.5 Flash, с похожими способностями. Подобно более ранним версиям ChatGPT, o4-mini учится предсказывать следующее слово в последовательности. Однако, в отличие от предыдущих моделей, o4-mini легче, быстрее и обучалась на специализированных данных с усиленной обратной связью от людей. Это позволяет ей гораздо глубже погружаться в сложные математические задачи, чем традиционные языковые модели.

Чтобы отслеживать прогресс o4-mini, OpenAI ранее поручила некоммерческой организации Epoch AI, специализирующейся на тестировании ИИ, разработать 300 математических задач с ещё не опубликованными решениями. Обычные языковые модели могут справляться с многими сложными задачами. Но когда Epoch AI предложила эти новые вопросы нескольким моделям, ни одна не решила более 2% — это показало их неспособность к настоящему рассуждению. Зато o4-mini продемонстрировала совсем иные результаты.

Epoch AI пригласила к сотрудничеству Элиота Глейзера (Elliot Glazer), недавно получившего степень PhD по математике, чтобы работать над проектом под названием FrontierMath, стартовавшим в сентябре 2024 года. В рамках проекта были собраны уникальные вопросы разных уровней сложности — от студенческого до исследовательского. К апрелю 2025 года Глейзер обнаружил, что o4-mini способна решать около 20% таких задач. Затем он перешёл к четвёртому уровню — задачам, которые представляют серьёзную трудность даже для профессиональных математиков. Только немногие люди в мире могли бы придумать такие вопросы — не говоря уже о решении.

Математики-участники подписали соглашение о неразглашении и общались только через мессенджер Signal, чтобы исключить утечку данных — ведь даже электронная почта может быть проанализирована ИИ и случайно обучить его на новых данных.

Каждый неразрешённый o4-mini вопрос приносил автору $7 500. Поиск задач шёл медленно, и чтобы ускорить процесс, Epoch AI организовала очную встречу в субботу и воскресенье — 17 и 18 мая. 30 участников разбили на группы по шесть человек. В течение двух дней они старались придумать такие задачи, которые были бы им по силам, но «свалили бы» ИИ.

К вечеру субботы Кен Оно уже начал раздражаться — математическая проницательность бота мешала продвижению.

«Я придумал задачу, которую в моей области признали бы как открытую в теории чисел — на уровне хорошей PhD-диссертации», — рассказывает он.

Он дал её o4-mini. За 10 минут бот выдал решение в реальном времени, показывая ход своих рассуждений. Сначала он за две минуты ознакомился с нужной научной литературой, потом написал, что хочет попробовать упростить задачу и решить «игрушечную» версию. Ещё через несколько минут он заявил, что готов решать основную задачу — и через пять минут выдал правильный, но дерзкий ответ.

«Он начал вести себя вызывающе», — говорит Оно.

В финале бот добавил:

«Ссылки не требуются, ведь неизвестное число было вычислено мной!»

Потрясённый, Оно с утра пораньше в воскресенье написал всем в Signal:

«Я не был готов столкнуться с такой языковой моделью. Я никогда не видел у ИИ таких рассуждений. Это уровень настоящего учёного. Это пугает.»

В конце концов, группе всё же удалось найти 10 задач, с которыми ИИ не справился. Но учёные были потрясены тем, насколько продвинулся ИИ всего за один год. Оно сравнил это с работой «сильного коллеги». Ян Хуэй Хэ (Yang Hui He), математик из Лондонского института математических наук и один из пионеров использования ИИ в математике, отметил:

«Это то, что делает очень хороший аспирант — даже больше.»

Бот работал в разы быстрее профессиональных математиков — задачи, на которые у человека ушли бы недели или месяцы, он решал за считанные минуты.

И хотя поединок с o4-mini был захватывающим, его успехи также вызывали тревогу. Оно и Хэ опасаются, что результатам ИИ могут начать слишком сильно доверять.

«Есть доказательство индукцией, доказательство от противного и доказательство устрашением, — говорит Хэ. — Если сказать что-то с достаточной уверенностью, люди пугаются. А o4-mini в этом преуспел — он говорит с такой уверенностью, что становится страшно.»

К концу встречи участники начали обсуждать будущее профессии. В разговоре всплыла неизбежная «пятая ступень» — задачи, которые даже лучшие математики не могут решить. Если ИИ достигнет этого уровня, роль математика изменится радикально. Возможно, они будут лишь формулировать вопросы и взаимодействовать с ИИ, как профессора с аспирантами, помогая тому открывать новые истины.

«Я говорю своим коллегам: ошибочно считать, будто искусственный интеллект никогда не станет по-настоящему умным, будто это просто компьютер, — говорит Оно. — Я не хочу нагнетать панику, но в каком-то смысле эти языковые модели уже обгоняют лучших аспирантов мира.»
Заметили ошибку в тексте? Выделите её мышкой и нажмите Ctrl + Enter

Следите за нашими новостями:


Понравилось? Поделитесь с друзьями!

✏️ Сообщить об ошибке

Вы заметили ошибку в следующем тексте: