OpenAI раскрыла имя следующей модели: Astra выдала решения десяти задач, открытых десятилетиями
Astra (Астра) - рабочее название следующей крупной модели OpenAI, о которой до 1 августа компания публично не говорила. Дебют получился нестандартным: вместо демонстрации продукта OpenAI выложила научную публикацию, PDF с доказательствами, файлы формальной проверки на GitHub и записи рассуждений модели. Заявка сформулирована прямо - математические аргументы придумала система, люди оформили их в рукописи.
Группы, коды, упаковка шаров
Десять задач относятся к геометрии высоких размерностей, теории кодирования, сложности арифметических схем, теории групп, операторным алгебрам, квантовой сложности, решёточной криптографии и экстремальной комбинаторике. По условию отбора OpenAI, по основному результату каждой задачи не было прогресса минимум десять лет, а чаще - намного дольше.
Часть результатов звучит внушительно даже для тех, кто не работает в этих областях:
- построение несофической группы - вопрос оставался открытым с 1999 года, когда Михаил Громов ввёл само понятие софичности;
- опровержение гипотезы жёсткости Конна о том, что определённые группы однозначно задаются своими алгебрами фон Неймана;
- новые верхние оценки плотности упаковки шаров в высоких размерностях, доведённые до порога Кона - Элкиса;
- решение гипотезы Эрхарта об объёме, закрытые задачи Эрдёша под номерами 146, 180 и 183;
- полиномиальная трудность приближения задачи о ближайшем векторе - фундамент постквантовой криптографии на решётках.
Тематика подобрана показательно. Решёточная криптография и квантовая сложность - не абстрактная экзотика, а области, вокруг которых крутятся деньги и государственные программы.
Две тысячи долларов на всё
Отдельная цифра, которую OpenAI вынесла в публикацию: токены, потраченные на поиск всех десяти решений, по тарифам API Sol стоили бы около $2000. GPT-5.6 Sol - старший тариф линейки, $5 за миллион входящих токенов и $30 за миллион исходящих, то есть речь о десятках миллионов токенов рассуждений.
Цифра работает как аргумент в споре об экономике исследований. Astra потратила на десять задач меньше, чем стоит неделя работы одного постдока. Насколько корректно такое сравнение - вопрос отдельный, потому что стоимость обучения самой модели в эти $2000 не входит.
Lean проверяет, но не оценивает
Каждое доказательство Astra формализовала в виде сертификата Lean - это язык, на котором утверждение записывается настолько строго, что компьютер проверяет каждый логический шаг сам. Если в рассуждении дыра, файл просто не соберётся. Все десять сертификатов OpenAI выложила в открытый репозиторий, так что проверять корректность можно без доверия к пересказу компании.
Здесь нужно оговориться. Lean отвечает ровно на один вопрос: следует ли утверждение из аксиом. Он ничего не говорит о том, ново ли утверждение, значимо ли оно и не доказал ли кто-то то же самое другими словами двадцать лет назад. Оценка ценности остаётся за людьми, и она занимает месяцы.
Astra - имя следующей модели
Формально это первое публичное упоминание Astra, но подход OpenAI обкатывала раньше. В мае компания показала опровержение гипотезы Эрдёша о единичных расстояниях, найденное невыпущенной моделью, и в нынешней публикации ссылается на пять свежих работ на arXiv, выросших из того результата. Прецедент, что машинная находка запускает нормальную исследовательскую цепочку, у OpenAI уже был.
Реакция специалистов пока осторожно-положительная. Математик Томас Блум из Манчестерского университета, который ведёт каталог задач Эрдёша, назвал результаты большой новостью и оценил их выше майского контрпримера. Полноценного разбора от сообщества за сутки не появилось и появиться не могло.
Лейденская декларация говорит обратное
Самое интересное в публикации OpenAI - раздел про ответственность. Компания ссылается на Лейденскую декларацию об ИИ и математике, документ от 2 июня, который одобрил Международный математический союз и подписали больше трёх тысяч исследователей, включая Теренса Тао и Петера Шольце.
Декларация прямо требует: авторство и ответственность остаются за людьми и не передаются автоматическим системам. OpenAI в том же абзаце, где выражает уважение подписантам, занимает противоположную позицию - приписывать людям авторство доказательства, целиком сгенерированного ИИ, компания считает искажением. Ответственность за корректность OpenAI берёт на себя, авторство аргументов оставляет модели.
Второй пункт расхождения тише, но заметнее по последствиям. Декларация настаивает, что результаты должны выходить в рецензируемых изданиях, а пресс-релизы и блог-посты рецензирование не заменяют. Astra дебютировала именно блог-постом.
Роль людей осталась непрозрачной
Главное, чего в анонсе нет, - описания того, сколько человеческой работы ушло на постановку задач. Формулировка «люди подготовили рукописи при помощи той же модели» оставляет широкий диапазон: от «сотрудник скинул условие и получил доказательство» до «команда неделями подрезала формулировки, пока модель не зацепилась».
Плюс к этому Astra - внутренняя модель. Воспроизвести результат снаружи нельзя, повторить эксперимент на своей задаче тоже. Проверить можно только выданные файлы Lean, что немало, но это проверка ответа, а не метода.
Проверка займёт месяцы, а не дни
Формализация в Lean снимает вопрос «а вдруг модель всё выдумала» - для языковых моделей в математике это был главный аргумент недоверия. Остаётся вопрос посложнее: насколько эти десять результатов важны для своих областей. На него ответят рецензенты и профильные семинары, а не пресс-релиз.
Если хотя бы половина результатов устоит после разбора, спор о том, способна ли модель на самостоятельное научное открытие, закончится. Проверочная точка - ближайшие месяцы и первые публикации специалистов, которые разберут доказательства построчно. До этого у OpenAI на руках сильная заявка, а не подтверждённый прорыв.
