Решать сложные математические задачи искусственный интеллект умеет давно. Но доказывать эти решения на уровне, который выдержит строгую научную проверку, — это новый рубеж. Внутренняя версия следующей крупной модели OpenAI, названная Astra, преодолела этот барьер, предложив решения десяти открытых проблем в математике и теоретической информатике, каждое из которых сопровождается машиночитаемым доказательством.
Модель, находившаяся на этапе внутренней разработки, решила проблемы в различных областях, включая теорию групп, высокоразмерную геометрию, теорию кодирования, квантовую сложность и решётчатую криптографию. По оценкам OpenAI, процесс поиска решений этих задач обошёлся примерно в $2000 по тарифам GPT-5.6 Sol API, что делает стоимость открытия новых результатов минимальной.
Ключевая особенность этого достижения — не просто нахождение ответов, а создание машиночитаемых доказательств. Эти сертификаты, опубликованные в Lean на GitHub, позволяют мгновенно и без доверия проверить корректность решений. Это принципиально меняет традиционный процесс экспертной оценки (peer review), который обычно занимает месяцы.
Таким образом, Astra не только продемонстрировала способность к сложным научным открытиям, но и ответила на главный вызов внедрения ИИ — вопрос доверия к его результатам. Способность гарантировать корректность становится первостепенной, открывая путь для более широкого применения искусственного интеллекта в критически важных отраслях.
Этот меняет не только скорость научных открытий, но и сам подход к их проверке: если раньше рецензирование занимало месяцы, то теперь доказательства могут быть верифицированы мгновенно. Способность ИИ генерировать машиночитаемые сертификаты делает его инструментом не только для поиска ответов, но и для построения проверяемого знания, открывая путь к более надёжному применению в критически важных областях.