Еще недавно считалось, что большие языковые модели плохо приспособлены для математики. Их работа основана на вероятностном предсказании следующего слова, что часто приводит к «галлюцинациям» — уверенным, но ложным ответам. Однако ситуация кардинально меняется. Бывший член совета директоров OpenAI Хэлен Тоунер подчеркивает: ИИ миновал стадию, где от него требовалось отличать кошек от собак, и вышел на уровень решения высших математических задач.

Ярким свидетельством этого стал эксперимент студента Кембриджского университета. Используя передовую модель OpenAI, он смог решить одну из так называемых задач Эрдёша — головоломок, которые десятилетиями считались неразрешимыми. Это не единичный случай: ИИ-системы начали показывать высокие результаты на Международной математической олимпиаде и других престижных конкурсах.

Google DeepMind пошла по пути специализации, выпустив две отдельные модели: AlphaProof для общих математических задач и AlphaGeometry для геометрии. Обе демонстрируют результаты, недоступные предыдущим поколениям ИИ. Параллельно набирают популярность бенчмарки Epoch AI, позволяющие объективно сравнивать разные модели в решении математических проблем.

OpenAI, в свою очередь, усиливает научную команду. К компании присоединились два видных математика — Эрнест Рю из Калифорнийского университета в Лос-Анджелесе и Мехтаб Сауни из Колумбийского университета. Их задача — улучшить эффективность ИИ-моделей в работе с математикой. Это важно не только для самой математики, но и для смежных областей. Математика удобна тем, что позволяет автоматически проверять правильность результатов, а значит, прогресс здесь автоматически ускоряет разработку надежного программного кода.

Ключевым изменением стал переход от чистых языковых моделей к обучению с подкреплением и появлению «рассуждающих» архитектур. Теперь ИИ способен не просто угадывать ответ, а выстраивать цепочки логических рассуждений, опираясь на ранее полученные результаты. Это принципиально меняет качество работы.

Эксперты видят в этом фундаментальный сдвиг. В будущем ИИ сможет не только решать отдельные задачи, но и эффективно резюмировать и объединять знания из разных научных дисциплин, что многократно ускорит научный прогресс. Математика стала первой ласточкой — областью, где ИИ уже доказал свою состоятельность и открыл новую главу в истории науки.