26 октября 2026 года OpenAI опубликовала заявление, которое может войти в историю науки: внутренние модели компании получили три крупных результата — в математике, информатике и физике. Каждый из них, если будет подтверждён, способен кардинально изменить соответствующую область.

Мы объявляем о трёх новых открытиях в математике, информатике и физике — в области гармонического анализа, теории сложности и квантовой теории поля.

ℹ Важный контекст
Все три результата получены внутренними моделями OpenAI и находятся на стадии независимой проверки. Участие экспертов в проверке не является подтверждением корректности заявленных доказательств.

Три открытия одним взглядом

OpenAI объявила о трёх потенциально исторических результатах: доказательстве локального сглаживания и гипотезы Кейки в каждом измерении, опровержении гипотезы об экспоненциальном времени (ETH) и доказательстве существования квантовой хромодинамики, включая теорию Янга–Миллса.

ОбластьРезультатСтатус проверкиLean-доказательствоКто проверяет
МатематикаЛокальное сглаживание и гипотеза Кейки (все измерения)На проверке✅ ОпубликованоСообщество самостоятельно
ИнформатикаETH ложнаНа проверке✅ ОпубликованоИмпальяццо, Патури, Уильямс
ФизикаСуществование КХД и Янга–МиллсаНа проверке❌ Не опубликованоДэвид Гросс и др.

1. Математика: локальное сглаживание и гипотеза Кейки

Что такое гипотеза Кейки?

Математический результат касается гармонического анализа. Ещё в 1991 году Согге (Sogge) сформулировал гипотезу о локальном сглаживании (local smoothing conjecture), описывающую поведение волн в процессе их фокусировки. В частности, гипотеза утверждает, что наиболее экстремальная фокусировка должна быть кратковременной.

Это знакомая закономерность во всей математике: то, что возможно в наихудшем случае, оказывается более экстремальным, чем наблюдается при усреднении. Фундаментальность этого явления обусловливает его широкие следствия в математическом анализе — в частности, из него вытекают гипотеза Кейки и гипотеза ограничения Стейна (Stein’s restriction conjecture).

Прогресс до OpenAI

В 2019 году Гат, Ван и Чжан доказали гипотезу о локальном сглаживании в двух пространственных измерениях. В 2025 году Ван и Зал доказали гипотезу Кейки в трёх измерениях. Математики продвигались буквально по одному измерению за раз.

Что сделала OpenAI

Модели OpenAI получили доказательство гипотезы о локальном сглаживании в каждом измерении, что автоматически закрывает и гипотезу Кейки, и гипотезу ограничения Стейна во всех измерениях. В основе нового доказательства лежит новое вспомогательное уравнение в частных производных.

Этот результат разрешает гипотезы Кейки и ограничения Стейна во всех измерениях сразу. Математики продвигались измерение за измерением, и теперь целое семейство центральных задач гармонического анализа оказывается закрытым одним результатом.

💡 Для понимания контекста
Гипотеза Кейки связана с задачей о «кисти Кейки»: как повернуть иголку на 180° в плоскости, занимая при этом наименьшую возможную площадь? В высших измерениях эта задача имеет глубокие связи с теорией тригонометрических рядов и теорией чисел.

По данным OpenAI, модель сгенерировала доказательство локального сглаживания 18 октября 2026 года, а его формализация в Lean была завершена уже 19 октября.

2. Информатика: ETH оказалась ложной

Что такое Exponential Time Hypothesis (ETH)?

ETH — это давняя гипотеза о вычислительной сложности задачи выполнимости булевых формул (Boolean formula satisfiability), тесно связанная с фундаментальной проблемой P против NP.

По имеющимся данным, эта гипотеза широко использовалась в сотнях статей для получения результатов о сложности задач в теории графов, вычислительной биологии, базах данных и вычислительной геометрии.

ETH — гипотеза о сложности определённых вычислительных задач, и сотни статей по информатике опираются на неё при доказательстве нижних оценок. Она была выдвинута около 25 лет назад Расселом Импальяццо (Russell Impagliazzo) и Рамамоханом Патури (Ramamohan Paturi) — теми самыми учёными, которые сейчас участвуют в проверке её опровержения.

Результат OpenAI и хронология

ИИ нашёл опровержение ETH на естественном языке 16 октября 2026 года, а 17 октября результат был формализован в Lean — это и послужило толчком к организации описанного сотрудничества с учёными.

Согласно документации к формализации, размещённой в публичном репозитории OpenAI на GitHub, Lean-доказательство устанавливает, что детерминированная машина может точно подсчитать количество выполняющих присваиваний канонически закодированной k-КНФ-формулы на n переменных за субэкспоненциальное время и полиномиальное пространство.

Независимая проверка

Расселл Импальяццо, Рамамохан Патури и Райан Уильямс (MIT) были привлечены для организации открытой и независимой экспертизы этого заявления. В открытом письме к научному сообществу они подчеркнули, что их участие не является подтверждением результата.

OpenAI согласилась опубликовать все исходные данные результатов для независимой проверки и взяла на себя обязательство финансировать конференцию по обсуждению последствий этой работы для всей области. Группа приглашает сообщество принять участие в открытой экспертизе заявления по ETH и обсудить более широкие вопросы, которые ставят прорывы, сгенерированные ИИ: верификация, доступность, авторство и будущее научных исследований.

⚠ Осторожно: результат не подтверждён
Если ETH окажется ложной, это не означает автоматически, что P = NP. Однако это опровергнет основу сотен доказательств нижних оценок сложности алгоритмов и потребует пересмотра огромного пласта теоретической информатики.

3. Физика: существование КХД и теория Янга–Миллса

Контекст

Физический результат представляет математически строгое доказательство существования определённых взаимодействующих квантовых теорий поля (QFT, quantum field theories), содержащих калибровочные поля и фермионы в четырёх измерениях, включая квантовую хромодинамику (QCD, quantum chromodynamics) и унифицированное пополнение Стандартной модели физики элементарных частиц. Работа опирается на подход Балабана в конструктивной квантовой теории поля.

Стандартная модель описывает взаимодействие фундаментальных субатомных частиц посредством трёх из четырёх фундаментальных сил (кроме гравитации); КХД описывает взаимодействие кварков и глюонов через сильное взаимодействие; а чистая теория Янга–Миллса описывает самовзаимодействие глюонов — переносчиков силы, а не материальных частиц, таких как кварки.

Связь с задачами тысячелетия

В качестве подзадачи эта работа также включает доказательство существования чистой теории Янга–Миллса (Yang–Mills), которое является частью задачи тысячелетия Института Клэя «Квантовая теория Янга–Миллса».

📝 Задачи тысячелетия
Институт Клэя (Clay Mathematics Institute) в 2000 году сформулировал семь «задач тысячелетия» — нерешённых математических проблем, за решение каждой из которых назначена премия в 1 миллион долларов. Теория Янга–Миллса — одна из них. Однако заявленный OpenAI результат охватывает лишь часть задачи: доказательство существования теории, тогда как задача Клэя требует ещё и доказательства масс-щели (mass gap).

OpenAI заявляет о доказательстве существования Янга–Миллса, которое компания называет частью задачи; однако полный приз требует также доказательства наличия масс-щели.

Хронология и статус

Модели OpenAI получили доказательство существования Янга–Миллса на естественном языке 9 сентября 2026 года, затем — доказательство для КХД 18 сентября 2026 года. Из-за объёма и сложности работы компания отложила публикацию до завершения формализации в Lean, которая была окончена 16 октября 2026 года.

Группа во главе с нобелевским лауреатом Дэвидом Гроссом (David Gross), в которую вошли Майкл Дуглас, Артур Яффе, Игорь Клебанов и Никита Некрасов, «решила пока не публиковать материалы, созданные ИИ, и самостоятельно подготовить описание работы». В отличие от результата по ETH, который был сразу опубликован на GitHub, заявление о Янга–Миллса проходит через экспертов-людей, прежде чем что-либо станет публичным.

Как OpenAI работает с научным сообществом


flowchart TD
    A[ИИ-модель OpenAI генерирует доказательство] --> B[Формализация в Lean]
    B --> C{Тип результата}
    C -->|Математика / ETH| D[Публикация на GitHub]
    C -->|Физика / QCD| E[Передача экспертной группе]
    D --> F[Открытая проверка сообществом]
    E --> G[Закрытая проверка: Гросс, Дуглас, Яффе...]
    F --> H[Конференция и обсуждение]
    G --> H
    H --> I[Принятие или опровержение результата]

OpenAI координирует работу с внешними исследовательскими группами для проверки физических и компьютерно-научных результатов, включая сотрудничество с первоначальными авторами ETH — Импальяццо и Патури. Компания опубликовала доказательства на естественном языке и Lean-формализации на GitHub для проверки сообществом. Для математических результатов по гипотезе Кейки OpenAI выложила исходные данные ИИ без привлечения внешней группы экспертов.

OpenAI заявила, что математические и компьютерно-научные результаты были официально верифицированы с помощью инструмента математической верификации Lean, а доказательные материалы опубликованы; физические результаты в настоящее время проверяются экспертами, в том числе нобелевскими лауреатами по физике.

Что это значит для науки?

Эти открытия демонстрируют способность ИИ самостоятельно открывать и доказывать сложные научные теории — а не просто отвечать на вопросы или помогать исследователям.

Важно отметить, что сам подход OpenAI к публикации результатов задаёт новый стандарт для ИИ-генерируемой науки:

  1. Формализация в Lean — машинная верификация доказательств снижает риск ошибок.
  2. Привлечение оригинальных авторов гипотез — авторы ETH сами проверяют её опровержение.
  3. Открытость данных — весь массив исходных данных передаётся сообществу.
  4. Финансирование конференции — обсуждение последствий выносится на широкое научное рассмотрение.

Как отмечают наблюдатели, рецензенты уже сообщили научному сообществу, что их участие не является подтверждением; единственный вопрос, который имеет значение в ближайшие месяцы, — выдержит ли хотя бы одно из трёх заявлений независимую проверку.

💡 Как следить за развитием событий
  • GitHub OpenAI/math — репозиторий с Lean-доказательствами и исходными текстами.
  • Препринты на arXiv — математические и компьютерно-научные результаты будут проходить рецензирование в открытом доступе.
  • Конференция сообщества — OpenAI обязалась финансировать специальное мероприятие для обсуждения ETH-результата.

Итог

То, что объявила OpenAI 26 октября 2026 года, — это беспрецедентное сочетание масштаба и смелости. Три потенциально революционных результата в трёх разных науках, полученных ИИ-моделями за несколько недель. Даже если часть из них не пройдёт независимую проверку, сам прецедент уже изменил представления о роли искусственного интеллекта в фундаментальной науке.

Впрочем, наука не верит на слово — даже ИИ. И именно этот принцип лежит в основе того, как OpenAI выстраивает взаимодействие с академическим сообществом: публично, прозрачно и с уважением к стандартам верификации, выработанным учёными за столетия.