В октябре 2026 года OpenAI выложила в GitHub-репозиторий openai/math 722 рукописи по 372 темам с решениями или частичными результатами по нерешённым математическим задачам, включая гипотезу Римана, гипотезу Бирча — Свиннертон-Дайера и гипотезу Ходжа. Около половины текстов содержат формализованные в Lean доказательства, а математики окрестили событие «матхокалипсисом». Ответом стала публичная лекция Теренса Тао «Math 2.0», в которой он описывает переход от дефицита доказательств к их изобилию.

Что произошло

Релиз состоялся в октябре 2026 года, и в первые же 24 часа после публикации три работы были отозваны, а ещё четырнадцать пересмотрены, так что темп правок стал заметной частью истории события. Отклик последовал быстро: 9 октября 2026 года Теренс Тао, лауреат Филдсовской премии и исследователь UCLA, прочитал публичную лекцию «Math 2.0» в Caltech, а 10 октября выложил её на своём блоге вместе со слайдами. В лекции он сравнивает эпоху «Math 1.0», где дефицит доказательств делал главной ценностью решение трудных задач, с приближающейся эпохой «Math 2.0», где доказательства появляются в изобилии и AI-инструменты углубляют понимание, организуют знания и применяют математику к реальным задачам. По оценке Тао, узким местом в новых условиях остаётся проверка: что именно доказано и какие предпосылки при этом использованы.

Контекст

Lean — это proof-ассистент: доказательство в нём записывается в виде, который машина проверяет шаг за шагом, поэтому формализованный текст отделяет доказанное от заявленного. Параллельная инициатива First Proof (1stproof.org) двигается в ту же сторону и продвигает прозрачную верификацию результатов. Масштаб выпуска тоже сам по себе сигнал: речь примерно о четырёх тысячах задач, на каждую из которых в среднем уходило около трёх часов, то есть фиксировался не единичный прорыв, а скачок пропускной способности генерации математического контента. Такие темпы меняют и требования к proof-ассистентам вроде Lean, и привычные процессы peer review, которые раньше не были рассчитаны на поток работ такого размера.

Почему это важно для индустрии

Для индустрии формируется новый стандарт оценки AI в математике: от ответа «нашёл» к статусу «проверено и понято». Он задаёт нормы отчётности для AI-лабораторий вроде OpenAI и Anthropic: о провалах и вычислительных затратах приходится сообщать так же открыто, как об успехах. С точки зрения продукта релиз пока остаётся демо, а не сервисом: без API, без pricing, без SLO, а режим батч-обработки непригоден для интерактивных сценариев, поэтому прямое продакшен-применение нулевое. Реальный прикладной эффект сейчас другой: открытый корпус openai/math годится как бенчмарк и тестовый материал для verifier- и eval-пайплайнов. Поскольку ценность и защитные рвы смещаются от генерации к верификации, формализации и прикладному применению математики, основателям разумно занимать позиции в нише проверки, формализации и кураторства знаний.

Почему это важно для пользователей

Для читателя кейс нагляден в том, что касается разделения ролей: AI-модели уже уверенно работают на генерацию и формализацию доказательств, тогда как проверка, интерпретация и связь математики с реальным миром остаются за человеком. Разобраться можно самостоятельно, потому что ключевые артефакты публичны: на GitHub лежат сами рукописи, в блоге Теренса Тао опубликован текст лекции «Math 2.0» со слайдами, а запись доступна на YouTube. Это позволяет отличить формализованные результаты от заявленных и проследить, как сообщество разбирает статусы работ, включая характер ошибок отозванных текстов. Для изучающих математику или осваивающих Lean корпус становится живым учебным материалом, а общая рамка меняется: ценность смещается от «решателя» к «куратору понимания».

Что пока неизвестно / ограничения

Многое пока остаётся за кадром. В источниках нет данных о вычислительных затратах и числе попыток на один успешный результат, поэтому сравнение с базовыми линиями невозможно. Статус каждой темы подан агрегированно, и заголовочное упоминание гипотезы Римана создаёт завышенное впечатление о силе результатов, хотя заявления такого уровня пока не эквивалентны доказанным результатам. Неформализованная половина корпуса держится исключительно на человеческой проверке, а публичные отзывы работ показывают, что начальная доля дефектов ненулевая; для формализованной части корректность сводится к доверию ядру Lean и использованным аксиоматическим предпосылкам. Методология отбора задач раскрыта не полностью: самоотбор несёт риск выборочного подбора, частично смягчаемый публикацией частичных результатов и открытых отзывов. Наконец, оценивать research-артефакт по сервисным метрикам вроде наличия API, pricing и латентности — категориальная ошибка; корректнее смотреть на долю формализованных доказательств, кривую отзывов и правок, воспроизводимость и раскрытие методологии отбора задач.

Источники

Автор

Look at AI, редакция