В останні роки штучний інтелект (ШІ) продемонстрував вражаючі досягнення у багатьох сферах, але нещодавно він здійснив значний прорив у математиці. Дослідники з університету Стенфорда представили нову модель ШІ, яка здатна вирішувати складні математичні задачі та генерувати оригінальні теорії. Цей розроблений алгоритм може автоматично знаходити рішення для рівнянь, які раніше вважалися важкими або навіть нездійсненними. Цікаво, що ця технологія базується на глибокому навч
Підписуйтеся на нас вГугл Новини, а також читайте вТелеграміФейсбук
Математика довго вважалася останньою територією, де штучний інтелект може допомагати, але не творити по-справжньому нові ідеї. Тепер ця межа посунулася: як пишеNew Scientist у матеріалі про найбільший математичний прорив AI, модель OpenAI знайшла нову конструкцію в знаменитій задачі Пола Ердеша про одиничні відстані й спростувала припущення, яке трималося майже 80 років.
На папері задача звучить майже дитячо. Поставте на площиніnточок. Тепер порахуйте, скільки пар точок розташовані на відстані рівно 1 одна від одної.
Якщо точок мало, задачу можна уявити геометрично. Три точки можуть утворити рівносторонній трикутник. Багато точок можна розставити у вигляді ґратки. Але колиnстає дуже великим, питання перетворюється на глибоку проблему дискретної геометрії:як упакувати точки так, щоб одиничних відстаней було максимально багато?
Саме це запитавПол Ердешу 1946 році. Ердеш був одним із найпродуктивніших математиків XX століття й залишив після себе сотні задач, багато з яких стали випробуванням для цілих поколінь дослідників.
Його інтуїція підказувала, що кількість одиничних відстаней росте лише трохи швидше, ніж кількість самих точок. Грубо кажучи, якщо точокn, то максимум таких пар мав бути близьким доn, але з повільним додатковим множником.
Довгі роки найкращі приклади справді виглядали приблизно як ґратки. Це підкріплювало віру в те, що Ердеш, можливо, мав рацію.
Але ШІ знайшов інший шлях.
У повідомленніOpenAI про спростування гіпотези з дискретної геометріїкоманда заявила, що її загальна reasoning-модель знайшла нову сім’ю геометричних конструкцій, які дають більше одиничних відстаней, ніж дозволяла очікувана межа Ердеша.
Ключовий момент: це не була спеціальна програма, написана саме для цієї задачі. За словами OpenAI, результат отрималамодель загального призначення, а не система, спеціально натренована на пошук математичних доказів у дискретній геометрії.
Це важливо, бо попередні прориви AI в математиці часто залежали від вузьких інструментів: систем формальної верифікації, спеціальних пошукових алгоритмів або моделей, створених для конкретного типу задач.
Тут же AI, за описом авторів, зміг поєднати геометрію з алгебраїчною теорією чисел — областю, яку люди не очікували побачити в такій ролі для цієї задачі.
У роботіAn explicit lower bound for the unit distance problemматематик Will Sawin пізніше дав явнішу версію результату: існують множини зnточок на площині, які мають більше ніжn^1.014пар точок на відстані рівно 1. Це вже не “трохи більше за n” у сенсі старої гіпотези, а фіксований степеневий приріст.
Важливо не перебільшувати. Модель не розв’язала всю задачу про одиничні відстані остаточно. Вона не дала точну формулу максимуму для всіхn.
Вона зробила інше:спростувала одну з центральних гіпотез про те, як має поводитися цей максимум.
Це схоже на ситуацію, коли дослідники десятиліттями вважають, що найвища гора на невідомому континенті не може перевищувати 5000 метрів. AI не склав карту всього континенту. Але він знайшов гору заввишки 6200 метрів. Старе уявлення вже не може бути правильним.
Саме тому реакція математиків така сильна. Результат не закрив проблему, але змінив ландшафт. Він показав, що старий інтуїтивний образ — точки як ґратка — був занадто вузьким.
У матеріаліThe Guardian про прорив OpenAI в задачі Ердешазазначено, що ширша проблема залишається відкритою, але AI показав: межа, яку припускав Ердеш, була занадто низькою.
Математика відрізняється від багатьох інших галузей науки тим, що результат не можна просто “приблизно вгадати”. Доказ або працює, або ні. Саме тому математика стала особливим полігоном для AI: тут галюцинації швидко викриваються.
У цій історії важливо, що результат перевіряли люди. У роботіRemarks on the disproof of the unit distance conjectureгрупа математиків, серед яких Noga Alon, Thomas Bloom, W. T. Gowers, Daniel Litt, Will Sawin, Arul Shankar, Jacob Tsimerman, Victor Wang і Melanie Matchett Wood, представила стислу людську версію доказу та рефлексії щодо того, що сталося.
Тімоті Гауерс сформулював оцінку дуже різко:«There is no doubt that the solution to the unit-distance problem is a milestone in AI mathematics».
Але не менш важлива інша думка: люди все ще відіграли ключову роль. AI створив проривну ідею, але людські математики допомогли її перевірити, скоротити, пояснити й помістити в контекст.
Це не історія “ШІ замінив математиків”. Це історія, де ШІ зробив крок, який люди потім мусили зрозуміти.
На поверхні задача геометрична: точки, відстані, площина. Але новий підхід використовує глибші ідеї з алгебраїчної теорії чисел.
Це один із найцікавіших аспектів прориву. Модель не просто перебрала багато конфігурацій точок. Вона вийшла за межі “малювання точок на площині” й використала структури, пов’язані з числовими полями.
У спрощеній аналогії це схоже на те, якби хтось намагався краще розставити стільці в залі, а відповідь раптом прийшла не з дизайну інтер’єру, а з теорії музичної гармонії. Обидві теми здавалися далекими, але між ними знайшовся прихований математичний міст.
Саме такі мости часто й роблять математику живою. Найбільші прориви нерідко виникають тоді, коли метод з однієї області раптом відкриває двері в іншій.
У матеріалі Cikavostiпро Stanford AI Index 2026 і “зубчасту межу” можливостей ШІдобре пояснено, чому моделі можуть бути надзвичайно сильними в математиці й коді, але водночас несподівано слабкими в простих побутових задачах. Цей прорив — майже ідеальний приклад такої нерівної межі.
На перший погляд задача про точки на площині не має практичного значення. Вона не лікує хвороби, не будує батареї й не прогнозує клімат.
Але так часто виглядає фундаментальна математика. Вона створює мову, структури й методи, які можуть отримати застосування значно пізніше.
Дискретна геометрія пов’язана з комбінаторикою, теорією графів, оптимізацією, кодуванням, аналізом мереж і комп’ютерною геометрією. Навіть якщо конкретна задача Ердеша не стане основою нового чипа, сам факт прориву показує: AI може бути корисним там, де потрібно довго тримати складну структуру аргументу й шукати зв’язки між далекими галузями.
Це може вплинути на хімію, фізику, матеріалознавство, біологію й інженерію. Якщо модель здатна знаходити неочікувані математичні конструкції, вона потенційно може знаходити й неочікувані молекулярні структури, фізичні схеми або алгоритмічні ідеї.
Саме тому тема перегукується з матеріалом Cikavostiпро нейромережу, яка відновлює стародавні бамбукові рукописи через фізику матеріалу: найцікавіший AI вже не просто генерує текст, а поєднує дані, структуру, фізику й міркування.
Для математиків це емоційно складний момент. З одного боку, AI може стати найпотужнішим інструментом дослідження з часів комп’ютерної алгебри та формальних доказів. З іншого — він торкається самої суті професії: здатності знаходити нові ідеї.
Раніше можна було сказати: модель добре рахує, але не “бачить” математику. Потім: модель добре розв’язує олімпіадні задачі, але не робить досліджень. Тепер з’явився приклад, де AI не просто повторив відоме, а вказав нову конструкцію для відкритої проблеми.
Це ще не означає, що математики стануть непотрібними. Навпаки, може статися протилежне: зросте потреба в людях, які вміють ставити правильні питання, перевіряти докази, пояснювати ідеї й розуміти, які напрями справді варті уваги.
Але роль людини зміниться. Математик майбутнього може бути не лише автором доказів, а й редактором, інтерпретатором, постановником задач і критиком машинних ідей.
Схожий зсув уже видно в ширшій AI-індустрії: матеріал Cikavostiпро Grok 3 і моделі для складних математичних задачпоказує, як великі лабораторії дедалі більше змагаються саме в reasoning — здатності довго й послідовно міркувати.
Найгостріше питання: чи можна сказати, що AI “відкрив” нову математику?
Технічно результат згенерувала модель. Але він став математикою лише тоді, коли люди змогли його перевірити, переписати, обговорити й включити в корпус знання.
У науці відкриття — це не просто поява відповіді. Це ще й довіра до методу, зрозумілість аргументу, перевірка незалежними фахівцями, здатність інших людей використати результат.
Тому правильніше говорити прогібридне відкриття. Машина знайшла маршрут. Люди проклали дорогу, поставили знаки й пояснили, куди вона веде.
Це може стати новою нормою. AI генеруватиме тисячі ідей, частина з яких буде хибною, частина банальною, а частина — справді новою. Людська математика стане фільтром, який відділяє блискуче від сміття.
Цей прорив не означає, що AI уже самостійно “підкорив математику”. Але він означає, що межа між інструментом і співдослідником стала менш очевидною.
Для математиків це сигнал: AI потрібно не ігнорувати, а вбудовувати в роботу — з перевіркою, скепсисом і розумінням обмежень. Для AI-індустрії це доказ, що reasoning-моделі можуть давати результати, які проходять експертну перевірку. Для науки загалом це передчуття нової епохи, де частина відкриттів народжуватиметься в діалозі між людською інтуїцією та машинним пошуком.
Головне — не плутати швидкість із розумінням. AI може знайти дивний шлях через математичний ліс. Але люди все ще мають зрозуміти, чи це справжня дорога, куди вона веде і що вона змінює в карті.
Йдеться про задачу одиничних відстаней на площині: скільки пар точок середnточок можуть бути на відстані рівно 1 одна від одної.
Ні. AI не дав остаточної формули максимуму. Але він спростував центральну гіпотезу про те, наскільки швидко може зростати кількість одиничних відстаней.
Тому що результат стосується відомої відкритої проблеми, сформульованої ще в 1946 році, і був перевірений групою провідних математиків.
Ні, але змінить їхню роботу. Люди залишаються потрібними для постановки задач, перевірки доказів, пояснення ідей і розуміння наслідків результатів.
У задачі Ердеша все починається з майже дитячого питання: постав точки на аркуші й порахуй, скільки пар розділені рівно однією одиницею.
Звучить як шкільна геометрія.
Але за цим простим запитанням 80 років ховалася пастка. Люди уявляли найкращі розташування точок як щось схоже на ґратку — акуратну, геометричну, майже очевидну. А потім модель ШІ знайшла шлях через алгебраїчну теорію чисел, ніби сказала: ви дивилися на площину, а відповідь частково лежала в зовсім іншому математичному світі.
Це і є найсильніший момент. ШІ не просто швидше перебрав варіанти. Він з’єднав далекі області математики так, що стара інтуїція зламалася.
Математика завжди здавалася територією чистої людської думки — місцем, де олівець, дошка й уява важать більше за будь-яку машину. Але тепер у цій кімнаті з’явився новий співрозмовник.
Він не розуміє красу доказу так, як людина. Не має біографії, інтуїції, гордості чи подиву. Але він може пройти стежкою, яку люди 80 років не вважали вартою уваги, і принести звідти справжній математичний камінь.
І це змінює питання. Уже не “чи може ШІ рахувати?”. А “скільки ще дверей у науці ми не відкрили просто тому, що ніколи не думали штовхнути їх з іншого боку?”.
Підписуйтеся на нас вГугл Новини, а також читайте вТелеграміФейсбук