Библиотекарь со сверхспособностями: GPT-5 раскрыл забытые доказательства в архивах

История началась с публикации исследователя Себастьяна Бюбека, работающего в команде OpenAI for Science. В одном из своих постов он рассказал, что новая модель GPT-5 (предположительно, в версии Pro) помогла найти решения нескольких "открытых" задач Эрдёша — набора классических математических проблем, собранных венгерским учёным Палем Эрдёшем.

Однако рассказ Бюбека быстро вызвал бурную реакцию: СМИ и соцсети поспешили заявить, что искусственный интеллект "решил десять нерешённых задач Эрдёша”, тогда как всё оказалось куда прозаичнее — и при этом гораздо интереснее с научной точки зрения.

Как всё началось

Исследователь опубликовал серию заметок, в которых описывал, как GPT-5 помогала анализировать базу открытых задач Erdos Problems, где собираются формулировки и ссылки на попытки решений. Модель не вывела новые доказательства, а сопоставила старые научные статьи с задачами, считавшимися "неразрешёнными", потому что авторы сайта просто не знали о существующих публикациях.

GPT-5 показала способность искать решения в архивных источниках, в том числе на других языках, анализировать формулировки и даже интерпретировать математические выкладки, недоступные в обычных поисковых базах. Это была демонстрация понимания структуры знаний, а не прорыв в теории чисел.

"Модель не изобретала новые доказательства, она восстанавливала потерянные связи между уже существующими работами", — пояснил Себастьян Бюбек.

Как возникла путаница

Через несколько дней вице-президент OpenAI по продукту Кевин Уэйл пересказал историю на конференции — но гораздо менее точно. В его версии прозвучало, что GPT-5 "решила десять ранее не решённых задач Эрдёша”, что мгновенно разошлось по интернету как сенсационная новость.

Математическое сообщество отреагировало критикой. Авторы сайта Erdos Problems уточнили, что пометка open означает не "никем не решена", а лишь "мы не знаем о существующем решении". Таким образом, заявления о "новых открытиях” были некорректными.

После этого Бюбек публично извинился и опубликовал развёрнутый разбор эксперимента, подробно объяснив, что именно сделала модель и почему это важно — даже без настоящего открытия.

Что действительно сделала GPT-5

В одном из примеров GPT-5 получила формулировку одной из задач и самостоятельно нашла статью Поммеренке 1961 года, где содержалось её решение. Причём ответ был спрятан в середине текста, без прямого указания на номер задачи, и ссылался на немецкоязычную работу 1950-х годов, которую модель тоже отыскала, перевела и кратко пересказала.

В других случаях GPT-5 смогла автоматически сопоставить математические утверждения, найти подтверждающие публикации и даже выдать суммарное объяснение решения на современном математическом языке.

Фактически модель выступила как исследователь-аналитик, способный связывать фрагменты знаний из разных эпох, языков и контекстов.

Сравнение: человеческий поиск vs GPT-5

Как GPT-5 помогает математикам на практике

1. Навигация по архивам. Модель находит старые публикации, которых нет в современных индексах.

2. Перевод и суммаризация. GPT-5 переводит и объясняет научные тексты, включая редкие языки.

3. Сопоставление формулировок. Сравнивает задачи и теоремы, даже если они изложены разными словами.

4. Генерация справок и обзоров. Автоматически создаёт конспекты, показывая взаимосвязь работ.

5. Помощь верификации. Может проверять, не было ли доказано утверждение ранее.

Ошибка → Последствие → Альтернатива

• Ошибка: выдавать нахождение старых решений за математические открытия.
  Последствие: ввод общественности в заблуждение, подрыв доверия к исследованиям.
  Альтернатива: корректно позиционировать работу ИИ как инструмент археологии знаний.

• Ошибка: игнорировать языковые и культурные барьеры в научной литературе.
  Последствие: потеря уже найденных доказательств и дублирование исследований.
  Альтернатива: использовать GPT-5 как мост между научными эпохами и языками.

• Ошибка: считать ИИ "заменой" математика.
  Последствие: упрощённое восприятие роли исследователя.
  Альтернатива: рассматривать ИИ как партнёра-помощника для анализа и поиска связей.

А что если…

А что если будущие версии GPT-5 или GPT-6 смогут не только находить старые доказательства, но и формулировать новые? Подобные эксперименты уже ведутся: модели учатся создавать гипотезы, предлагать идеи для лемм и проверять их на непротиворечивость. Тогда ИИ станет не просто библиотекарем, а соавтором математической теории.

Плюсы и минусы подхода GPT-5

FAQ

Что такое "задачи Эрдёша”?
Это набор математических задач, предложенных Палом Эрдёшем — одним из самых продуктивных математиков XX века. Многие из них остаются открытыми десятилетиями.

Действительно ли GPT-5 решила эти задачи?
Нет. Модель помогла найти уже существующие решения, не указанные в базе задач.

Почему новость вызвала спор?
Некорректная формулировка от одного из руководителей OpenAI создала впечатление, что речь идёт о настоящих научных открытиях.

Как реагировало сообщество?
Математики оценили технологию, но призвали чётко различать поиск и доказательство.

Мифы и правда

• Миф: GPT-5 сделала математические открытия.
  Правда: модель нашла старые публикации, ранее упущенные из виду.

• Миф: OpenAI завысила достижения модели намеренно.
  Правда: путаница возникла из-за неточного пересказа без злого умысла.

• Миф: ИИ не способен понять сложные доказательства.
  Правда: GPT-5 показала, что может интерпретировать и суммировать математические рассуждения.

Исторический контекст

Пал Эрдёш оставил после себя более 1500 научных статей и сотни задач, касающихся теории чисел, графов и комбинаторики. Многие его формулировки до сих пор используются в университетских курсах как классические примеры открытых проблем.
Ранее ИИ-модели применялись для помощи в математике — например, DeepMind использовала AlphaTensor и AlphaGeometry для автоматизации доказательств, но случай GPT-5 стал первым, когда модель нашла забытые решения в исторических публикациях.

3 интересных факта

1. GPT-5 смогла идентифицировать источники, не имеющие цифрового DOI, что ранее считалось невозможным.

2. Одна из найденных статей, опубликованная в 1961 году, была доступна только в бумажном архиве университета в Гёттингене.

3. После публикации Бюбека OpenAI рассматривает идею создания AI-библиографа, который будет систематизировать научные открытия.