Компания OpenAI сообщила о решении математической задачи, сформулированной Палем Эрдешем еще в 1946 году. Речь идет о проблеме размещения точек на плоскости: ученые пытались определить максимальное количество пар точек, расстояние между которыми составляет ровно одну единицу. В OpenAI заявили, что модель искусственного интеллекта смогла найти решение, которое опровергает прежние представления математиков о наиболее эффективной конфигурации.
Читайте: В Госдуме готовят новые запреты: что может измениться уже в ближайшее время
Долгое время исследователи считали, что оптимальным вариантом остается квадратная решетка из точек. Однако модель OpenAI обнаружила бесконечное семейство конфигураций, позволяющее получить существенно большее число единичных расстояний по сравнению с квадратной сеткой. В компании подчеркнули, что это первый случай, когда ИИ самостоятельно решил открытую математическую проблему без участия специализированной системы, разработанной исключительно для подобных задач.
Ранее бывший вице-президент OpenAI Кевин Вейл уже рассказывал о том, что модель GPT-5 сумела решить десять задач Эрдеша. Позднее выяснилось, что алгоритм лишь воспроизвел решения, которые уже присутствовали в научной литературе. На этот раз компания опубликовала не только собственное заявление, но и комментарии известных математиков, подтвердивших корректность выводов искусственного интеллекта. Среди ученых, поддержавших результаты, названы Нога Алон, Мелани Вуд и Томас Блум.
Томас Блум отметил, что полученное доказательство может изменить подход к задачам дискретной геометрии. По его словам, работа показывает, что теоретико-числовые конструкции способны давать значительно больше ответов на подобные вопросы, чем предполагалось ранее. Для поиска решения модель использовала не традиционные геометрические методы, а алгебраическую теорию чисел. Специалисты считают, что после этого многие исследователи попробуют применять аналогичный подход и к другим задачам дискретной геометрии.
Одновременно ученые сообщили о слабых сторонах искусственного интеллекта в области прогнозирования погоды. В ходе эксперимента исследователи сравнили ведущие ИИ-модели с системой High Resolution Forecast, которая считается одной из наиболее точных физически обоснованных систем прогнозирования. Проверка показала, что в обычных условиях нейросети выдавали прогнозы быстрее и зачастую точнее HRES.
При экстремальных погодных событиях ситуация изменилась. Классическая модель превзошла ИИ по всем ключевым показателям, а точность нейросетей снижалась тем сильнее, чем серьезнее оказывался погодный рекорд. Исследователи объяснили это тем, что HRES опирается на физические законы, позволяющие учитывать беспрецедентные сценарии. Нейросетевые системы, напротив, обучаются на уже существующих данных и при столкновении с редкими явлениями склонны смещать прогнозы в сторону более типичных значений.
Читайте также:
- Новые правила ЖКХ вступили в силу: россиянам грозит перерасчет платежей с 1 мая
- Новое исследование разрушило главный миф о силе любви и частоте секса
- Названо 5 законных способов реально увеличить пенсию в 2026 году
