ainews
Создать
Войти
Математик Теренс Тао предупреждает: ИИ уже решает исследовательские задачи за десятки долларов, но угрожает разрушить систему ценностей математики — что считается вкладом, кто автор доказательства, как учить студентов. Это не про способности моделей, а про то, ради чего вообще существует математика как наука.
Команда Axiom Math автоматически верифицировала доказательство «теоремы 246» — важнейшего результата о простых числах. Это первый случай полной AI-проверки столь сложного доказательства. Главное: технология готовится проверять AI-код, на котором скоро будет работать весь мир.
Система AxiomProver от Axiom Math создала машинно-проверенное доказательство в языке формальной математики Lean 4 для теоремы о том, что бесконечно много пар простых чисел отличаются не более чем на 246 единиц — это сильнейший известный результат о промежутках между простыми числами. Работа опубликована 17 августа 2026 года как интерактивный blueprint с участием 41 соавтора.
Математик доказал, что минимум 14 ферзей нужно для доминирования доски 26×26. SAT-солверы не справились, поэтому автор создал формальное доказательство в Lean 4 с помощью ChatGPT/Codex для поиска нестандартных алгоритмов. Проверено независимым ядром nanoda.
Экспериментальная модель Anthropic за полтора дня автономной работы значительно продвинулась в доказательстве гипотезы Римана — нерешённой математической проблемы с призом $1 млн. Модель протестировала 650 подходов, управляя 60 под-агентами и потратив 31 млн токенов. Результат подтвердили математики компании и формализовали через proof-ассистент Lean.
Разработчик автоматизировал создание битовых оптимизаций для INT4 матричных вычислений: вместо ручного написания кода использовал SMT-решатель Z3 для синтеза алгоритма и доказал его корректность математически через Lean 4. Результат — гарантированно безошибочный брейнчлесс код для платформ без SIMD (WebAssembly, старые ARM).
Джейкоб Цимерман, математик и свежий лауреат медали Филдса (математический «Нобель»), присоединился к команде AI Safety в OpenAI. Год назад он публиковал работу о сценариях полного вымирания человечества через AI («omnicide events»), теперь идёт решать проблему изнутри. Считает, что паника не нужна, но риски недооценены, а математики могут внести вклад — AI пока работает на эмпирике без строгих гарантий.
Amazon Bedrock теперь сам исправляет ошибки в политиках Automated Reasoning: диагностирует провалившиеся тесты, предлагает правки в формальной логике, вы только одобряете. Два режима: Iterative Refinement чинит логику правил, Ambiguous Variable Refinement — неоднозначность перевода из естественного языка. Раньше на правку уходили десятки итераций ручного редактирования SMT-LIB, теперь — одна кнопка.
OpenAI опубликовала 249-страничный сборник с 10 математическими и теоретическими достижениями, полученными внутренней версией модели Astra. Модель самостоятельно решила открытые проблемы в геометрии, теории групп, квантовой сложности и криптографии, над которыми не было прогресса 10+ лет. Все результаты формализованы в Lean — можно проверить машинно, без доверия на слово. Это не просто решение сложных задач, а активное расширение научной границы.
Разработчик создал первую формально верифицированную реализацию 3D CSG (пересечение мешей) на Lean 4. Вместо проверки 1000+ строк AI-кода достаточно прочитать 93 строки спецификации — корректность гарантирует компилятор Lean. AI автономно написал 60,000+ строк доказательств, которые не нужно читать человеку. Проект работает в браузере через WebAssembly.
Исследователь хочет создать верификационный движок для проверки надёжности утверждений AI — не улучшать LLM, а математически доказывать, можно ли доверять её выводам. Вопрос: как формализовать «истину», «обоснованность» и «доверие» через теорию вероятностей, формальную логику, теорию информации или constraint satisfaction? Ищет математические основы для Trust Engine, а не философские рассуждения.
