OpenAI решила задачу тысячелетия — математики бьют тревогу о конце науки

Двадцать четыре лауреата Филдсовской премии — высшей награды в математике, которую часто называют аналогом Нобелевской, — подписали открытое письмо с предупреждением об угрозе, которую искусственный интеллект несёт для фундаментальной науки. Поводом стало заявление OpenAI о решении уравнений Навье-Стокса — одной из семи «задач тысячелетия», сформулированной ещё в XIX веке и описывающей движение вязкой жидкости. За её решение Институт Клэя назначил премию в $1 млн.

Компания опубликовала 166-страничную работу, созданную внутренними моделями, недоступными широкой публике. Однако в публикации практически отсутствуют объяснения того, как именно был получен результат. Именно это и вызвало тревогу математического сообщества: подписанты письма считают, что ИИ-компании превращают сложные задачи в демонстрацию вычислительной мощности, а это «вредит математической науке и математическому сообществу». Решение задачи — лишь инструмент, тогда как главная цель математики заключается в глубоком понимании и генерации новых идей.

Один из подписантов, выдающийся математик Теренс Тао, сформулировал суть проблемы лаконично: «Мы слишком хорошо научились оптимизировать». Его коллега Уго Дюминиль-Копён прибег к ещё более наглядной метафоре: «Высадить человека на вершину с воздуха — совсем не то же самое, что подняться туда самому». В математике именно путь к решению — построение доказательств, открытие новых методов, формирование интуиции — и составляет суть научного открытия, а не финальный ответ.

Подобные страхи сопровождали появление почти всех значимых технологий. Когда появились шариковые ручки, опасались, что люди разучатся писать пером; с изобретением калькуляторов — что утратят навыки устного счёта. Зачастую эти опасения оказывались преувеличенными: инструменты не уничтожали навыки, а трансформировали их, освобождая время для более сложных задач. Но сегодня речь идёт о реальной проблеме, которую исследователи называют «когнитивной разгрузкой» — тенденции перекладывать запоминание и размышления на внешние инструменты. Исследования показывают, что поисковые системы уже стали своего рода внешней памятью, снижая потребность запоминать информацию, а частое использование ИИ связано с более слабыми навыками критического мышления. Зависимость от алгоритмов может приводить к атрофии способности самостоятельно анализировать проблемы.

В абстрактной математике этот вопрос стоит особенно остро. Математика — не просто набор правильных ответов, а язык описания фундаментальных структур реальности. Если доказательства начнут массово создавать машины, а люди перестанут понимать, как они получены, может потеряться сама цель такой науки — человеческое понимание. Прецеденты уже были: в 1976 году доказательство теоремы о четырёх красках с использованием компьютера встретили скептически, поскольку математики не могли проверить все вычисления вручную. Спустя десятилетия сообщество приняло такие методы, но вопрос о природе математического понимания остался открытым.

Заявление двадцати четырёх филдсовских лауреатов прозвучало на фоне активной гонки ИИ-компаний за демонстрацию возможностей своих моделей. OpenAI, Google DeepMind, Anthropic и другие лаборатории регулярно публикуют результаты решения сложных научных задач — от предсказания структуры белков до открытия новых математических теорем. Критики указывают, что коммерческая логика требует быстрой демонстрации результатов, что противоречит неторопливому и тщательному процессу математического исследования, где проверка и понимание доказательства могут занимать годы.

Открытое письмо поднимает фундаментальный вопрос о будущем науки в эпоху ИИ: что важнее — получить правильный ответ или понять, почему он правильный? И если машины начнут давать ответы быстрее, чем люди способны их осмыслить, не потеряет ли математика свой человеческий смысл?