Машина доказывает, люди расшифровывают: как ИИ от OpenAI закрыл половину «Задачи тысячелетия» в физике

В ноябре 2026 года теоретическая физика и математика переступили через невидимый психологический порог. Группа авторитетных ученых под руководством нобелевского лауреата Дэвида Гросса официально подтвердила: большая языковая модель от OpenAI успешно сгенерировала строгое математическое доказательство существования чистой квантовой теории Янга — Миллса.

Это событие знаменует не просто очередной триумф алгоритмов над задачами олимпиадного уровня. Впервые искусственный интеллект решил фундаментальную проблему, десятилетиями остававшуюся неподвластной лучшим умам человечества. Однако вместе с прорывом возник новый феномен: формальная истинность доказательства подтверждена, но сами люди пока не до конца понимают, как именно машина пришла к ответу.

В чем суть научного прорыва

Теория Янга — Миллса — это математический каркас, на котором держится Стандартная модель физики элементарных частиц. Именно эти уравнения описывают сильное ядерное взаимодействие, удерживающее кварки внутри протонов и нейтронов. На протяжении полувека физики блестяще использовали аппарат Янга — Миллса для расчетов на коллайдерах, получая результаты с потрясающей точностью.

Однако с точки зрения строгой математики вся эта конструкция висела в воздухе. Математический институт Клэя в 2000 году включил проблему Янга — Миллса в список семи «Задач тысячелетия» (с премией в 1 миллион долларов), разделив ее на два независимых этапа:

1. Проблема существования. Необходимо строго доказать, что квантовая теория Янга — Миллса вообще может быть построена непротиворечивым образом в четырехмерном пространстве-времени на основе базовых аксиом квантовой теории поля.
2. Проблема массовой щели (mass gap). Требуется доказать, что даже самые легкие частицы, порождаемые этим полем (так называемые глюболы), обладают строго положительной массой, а между энергией пустого вакуума и первым возбужденным состоянием существует конечный энергетический разрыв.

Модель OpenAI сумела закрыть первую, фундаментальную часть задачи — доказала математическое существование теории. Вторая часть — «массовая щель» — остается нерешенной, поэтому миллион долларов Института Клэя пока остается неразыгранным. Тем не менее легализация самого фундамента Стандартной модели — событие исторического масштаба.

Парадокс Lean: абсолютная достоверность без человеческого понимания

Главная проблема современных языковых моделей в науке — склонность к правдоподобным логическим ошибкам. В классической математике рецензенты месяцами проверяют рукописи вручную, выискивая скрытые пробелы в рассуждениях. Но в случае с открытием OpenAI классическое рецензирование оказалось бессильным.

Для проверки вывода нейросети использовался Lean — специализированный язык программирования и интерактивный верификатор доказательств. В этой среде любая теорема превращается в строгий программный код, где каждый шаг должен безупречно вытекать из аксиом. Если в логике есть хоть малейшая лазейка или неучтенный граничный случай, программа просто не скомпилируется.

Код, сгенерированный моделью OpenAI, успешно прошел компиляцию в Lean. Это дает стопроцентную математическую гарантию того, что доказательство верно. Но здесь проявился главный парадокс новой эпохи: машинный код оказался настолько громоздким, нелинейным и чуждым человеческой интуиции, что комитет Дэвида Гросса признался в отчете: «Мы пока не можем заявить, что полностью понимаем это доказательство».

Чтобы хотя бы в общих чертах перевести машинную логику на язык привычных физикам концепций и написать сопроводительную записку, ученым пришлось использовать еще одну нейросеть — модель OpenAI Astra. Теперь, когда код опубликован в открытом доступе, физикам по всему миру предстоит заниматься «обратной разработкой» (реверс-инжинирингом) машинного интеллекта с помощью собственных ИИ-агентов.

Закрытые «кураторы» против открытой науки

Помимо чисто научной сенсации, публикация вызвала острую дискуссию об этике и организации исследований в эпоху ИИ-монополий.

Анонс OpenAI в конце октября 2026 года фактически перехватил пальму первенства у открытой научной группы: в тот момент над этим же доказательством публично работали академический математик и исследователь из конкурирующей компании Anthropic. Вместо того чтобы сразу выложить результат в открытый доступ для всеобщей проверки, OpenAI выбрала модель закрытого «кураторства» (shepherding): компания собрала секретный комитет из пяти избранных экспертов под началом Гросса, который две недели изучал доказательство за закрытыми дверями.

Этот шаг вызвал резкую критику в академической среде. Математик Нью-Йоркского университета Скотт Армстронг отметил, что подобный контроль доступа тормозит прогресс и противоречит рекомендациям о прозрачности даже собственного консультативного совета OpenAI. В традиционной науке приоритет и истина устанавливаются через открытую публикацию препринтов, где тысячи глаз мгновенно находят ошибки или развивают идеи. Когда же прорывные результаты проходят через корпоративный фильтр, наука рискует превратиться в закрытый клуб.

Что это меняет для будущего науки

История с доказательством теории Янга — Миллса фиксирует окончательный переход от эпохи «человеческой математики» к эпохе гибридного интеллекта. Из нее следуют три ключевых вывода:

• Смена роли ученого. Главным дефицитом в фундаментальной науке становится не способность выстроить длинную цепочку формул, а умение правильно поставить задачу, формализовать аксиомы и затем извлечь физический смысл из готового машинного решения.
• Триумф формальной верификации. Языки вроде Lean становятся обязательным стандартом научной публикации. Если доказательство слишком велико для человеческого мозга, единственным судьей остается математический компилятор.
• Новые горизонты для «Задач тысячелетия». Учитывая, что буквально за полтора месяца до этого OpenAI отчиталась о прорыве в еще одной задаче Клэя — проблеме существования и гладкости решений уравнений Навье — Стокса, — темпы закрытия «вечных» математических проблем радикально ускорились.

Мы входим в мир, где ответы на самые глубокие вопросы об устройстве Вселенной уже существуют в виде скомпилированного кода, а человечеству еще только предстоит научиться их читать.

Поддержать нас на Boosty
Поддержать нас на Дзен

Вопросы и ответы