ИИ GPT-5.6 опроверг столетнюю математическую гипотезу Максвелла, открыв новую главу в науке
Исследователи с помощью языковой модели GPT-5.6 нашли контрпример, доказывающий ложность гипотезы Максвелла о числе критических точек у функций на многообразиях, что стало важной вехой в применении ИИ для фундаментальных открытий.
Исследователи использовали языковую модель, чтобы опровергнуть гипотезу Максвелла в фундаментальной математике. Эта задача оставалась нерешенной долгое время. На arXiv появилась заметка "The Maxwell Conjecture is False". Соавтор работы, Филип Аратун, заявил в соцсетях, что контрпример, доказывающий ложность гипотезы, был найден с помощью ИИ. Роль математиков свелась к проверке и оформлению результата. Заявление репостнул президент OpenAI Грег Брокман, что вызвало широкое обсуждение.
Важно уточнить: речь не об уравнениях электромагнетизма Джеймса Клерка Максвелла. Гипотеза относится к чистой математике - теории Морса и критическим точкам функций на многообразиях. Уравнения классической физики не затронуты.
Гипотеза Максвелла касалась связи между числом критических точек функций на замкнутых многообразиях и их топологическими инвариантами. Исследователи привлекли языковую модель к решению. Модель, обученная на текстах и коде, включая математические работы, участвовала в интерактивном процессе: ученые задавали вопросы, ИИ предлагал идеи и направления для проверки. В итоге был сгенерирован контрпример - конструкция, нарушающая условия гипотезы.
Этот случай показывает, что современные большие языковые модели способны работать с абстрактными математическими концепциями, а не только с естественным языком. Методология совместной работы человека и ИИ задает новый стандарт: модель обрабатывает огромные объемы знаний и выдвигает гипотезы, а ученые сосредотачиваются на творческой проверке и интерпретации. Такой подход может ускорить прогресс в теоретических дисциплинах.
Для разработчиков ИИ это демонстрация растущих возможностей языковых моделей. Интеграция подобных систем в научные платформы и инструменты анализа данных - перспективное направление. Автоматизация некоторых этапов открытий может принести пользу для исследовательского сектора.
Однако успех поднимает вопросы. Как оценивать вклад ИИ в открытие? Как обеспечивать надежность результатов, если внутренняя работа модели сложна для интерпретации? В случае с гипотезой Максвелла окончательную проверку и формализацию провели люди-эксперты. Будущее, вероятно, за гибридными системами, где сильные стороны человека и машины дополняют друг друга. Это требует развития новых протоколов проверки и четких критериев атрибуции результатов в научных публикациях. Основной вывод - инструменты на базе ИИ становятся серьезными помощниками в фундаментальной науке, но их роль пока ограничена поддержкой и генерацией идей, а финальное суждение и доказательство остаются за человеком.
