Как ИИ-модель Astra от OpenAI решила 10 математических задач, над которыми бились десятилетиями

Ещё пару лет назад разговор про нейросети и математику сводился к тому, что модель иногда путается в простых уравнениях. Сейчас счёт идёт на десятилетия закрытых научных проблем. В начале августа OpenAI показала внутреннюю версию своей следующей флагманской модели — и результат не про красивые бенчмарки, а про реальные, машинно проверенные доказательства, которые математики не могли найти годами.

Что именно сделала Astra

OpenAI впервые официально подтвердила существование новой ИИ-модели Astra, которую компания называет «следующим крупным семейством моделей». Ещё не выпущенная система в внутренних тестах взялась не за один узкий раздел математики, а сразу за несколько: высокоразмерная геометрия, теория кодирования, теория групп, квантовая сложность вычислений, криптография на решетках и экстремальная комбинаторика.

Главный результат касается теории групп: более 25 лет ученые не знали, существуют ли группы, устройство которых невозможно воспроизвести даже приблизительно при помощи конечных математических моделей, и Astra построила первый конкретный пример такой группы. Среди других результатов — доказательство квантового параллельного повторения, значимое для теории верификации и криптографии.

Что особенно важно — это не просто текстовый ответ, в правдивость которого нужно верить на слово. Все десять доказательств верифицированы в системе Lean 4 — это важно не меньше самих ответов: Astra не просто выдала решения, а формализовала их так, чтобы их можно было проверить машинно. По данным журналистских расследований, весь этот прорыв обошёлся на удивление скромно по вычислительным затратам — счёт шёл на тысячи, а не миллионы долларов инференса.

Как рождалось доказательство, которое человек не мог найти

Процесс работы выглядел как настоящее научное сотрудничество, а не разовый запрос в чат. Учёные-люди помогли оформить полученные аргументы в рукописи, после чего Astra сама формализовала каждый шаг на языке Lean для автоматической проверки доказательств. По сути, модель придумывала математическую идею, а затем сама переводила её на строгий формальный язык — и именно это сочетание вызвало наибольший интерес у профессионального сообщества.

Это не первый случай, когда система от OpenAI справляется с задачей, которую десятилетиями не могли решить люди. Ранее в этом году внутренняя модель разобралась с гипотезой Эрдёша о единичных расстояниях — задачей, которая была famous problема в дискретной геометрии, которая ставила в тупик математиков-людей на протяжении последних 80 лет. Тогда обладатель Филдсовской премии Тим Гауэрс отметил результат как важную веху. Astra продолжает эту линию, но уже на уровне сразу шести разных областей математики одновременно.

Осторожный оптимизм: не всё так просто

Реакция научного сообщества далека от безоговорочного восторга. Математик из Манчестерского университета Томас Блум назвал результаты значимой новостью, но подчеркнул: независимая внешняя проверка и рецензирование необходимы, чтобы результаты получили полное признание научного сообщества. Один из авторов методов рассуждений Astra Ноам Браун честно признал границы возможностей модели: «К сожалению, ни одну из задач тысячелетия пока решить не удалось» — речь о семи самых престижных нерешённых проблемах математики.

Есть и более фундаментальный спор. Незадолго до релиза Astra математики из полутора десятков университетов опубликовали Лейденскую декларацию — документ, поддержанный Международным математическим союзом. Декларация выражает опасения по поводу рисков для точности и надёжности математических работ, связанных с зависимостью от доказательств, сгенерированных ИИ, отмечая, что вовлечённость технологических компаний повышает риск того, что вопросы исследований выбираются из-за их пригодности для методов ИИ, а не из-за их глубинной значимости. Иначе говоря: даже сторонники прогресса просят не путать эффектный пресс-релиз с полноценной научной публикацией.

Что это значит для тех, кто работает с ИИ каждый день

Пока Astra остаётся закрытой лабораторной моделью без даты публичного релиза. Но важно понимать логику: то же семейство методов рассуждений, что решает задачи по теории групп, рано или поздно спускается в модели, которыми пользуются обычные предприниматели, маркетологи и копирайтеры. Уже сейчас в публичном доступе работает семейство GPT-5.6 — Sol, Terra и Luna, которое стало предвестником этой же линии мышления моделей. Каждый шаг вроде Astra означает:

• Более надёжные многошаговые рассуждения в обычных бизнес-задачах — от расчёта юнит-экономики до анализа договоров;
• Меньше «фантазий» модели при работе со сложными числовыми и логическими данными;
• Более качественную работу ИИ-агентов, которым поручают длинные многоэтапные процессы без постоянного контроля человека.

Иными словами, прорывы в фундаментальной науке — это не абстракция для узкого круга математиков, а лаборатория, где обкатываются рассуждения, которые через несколько обновлений окажутся в чат-боте, с которым вы работаете каждый день.

Пробуйте сами, пока другие спорят о теории

Дожидаться публичного релиза Astra не обязательно, чтобы почувствовать, куда движется индустрия рассуждающих моделей. В GEMERA AI уже доступны актуальные GPT, Claude и Gemini, с которыми можно проверить, как продвинутое рассуждение помогает в аналитике, расчётах и сложных многошаговых задачах вашего бизнеса — без VPN и лишних настроек. Загляните в Telegram-бота или веб-кабинет и посмотрите, что новое поколение ИИ может сделать уже сегодня.