OpenAI je objavio prve rezultate Astra, njihov sljedeći model umjetne inteligencijeTvrtka je ostvarila napredak u rješavanju deset otvorenih problema u matematici i teorijskom računarstvu. Prema navodima tvrtke, neki od tih problema ostali su neriješeni više od desetljeća bez ikakvog značajnijeg napretka. Objava, objavljena 1. kolovoza 2026., izazvala je znatno uzbuđenje u znanstvenoj zajednici, iako mnogi istraživači pozivaju na oprez dok rezultate ne pregledaju neovisni stručnjaci.
Ono što ovaj oglas izdvaja od sličnih jest to što OpenAI je objavio ne samo rezultate, već i formalizirane demonstracije u Lean sustavu provjere. To omogućuje svakom matematičaru da automatski provjeri ispravnost argumenata. Nadalje, tvrtka je detaljno opisala proces otkrivanja, uključujući 249 stranica argumenata i 62 stranice obrazloženih bilješki, pružajući neuobičajenu transparentnost u ovoj vrsti komunikacije.
Deset problema i njihova relevantnost
Problemi kojima se Astra bavi pokrivaju vrlo raznolika područja moderne matematike. Među njima su: opovrgavanje Connesove pretpostavke o krutostiOvaj rezultat ima velik utjecaj na operatorske algebre, a eksplicitna konstrukcija nesofičnih grupa temeljno je pitanje u teoriji grupa. Također su dobivene nove gornje granice za pakiranje sfera u visokim dimenzijama, problem s izravnom primjenom u teoriji informacija i kodovima za ispravljanje pogrešaka.
U području kombinatorike, Astra je riješila tri problema koje je postavio mađarski matematičar Paul Erdős: probleme 146, 180 i 183. Posljednji od njih, vezan uz višebojne Ramseyjeve brojeve, stručnjak Thomas Bloom opisao je kao "najiznenađujući od cijelog popisa". Ostali napredak uključuje nove donje granice za aritmetičke sklopove, teorem o paralelnom ponavljanju za kvantne igre i rezultate o težini aproksimacije problema najbližeg vektora, relevantne za postkvantnu kriptografiju.
Troškovi i metodologija
OpenAI je otkrio da Ukupni trošak tokena za pronalaženje ovih rješenja iznosio je otprilike 2.000 USDPrema Solovim API stopama, ova brojka ne uključuje obuku modela ili rad ljudskih istraživača. Proces je kombinirao generiranje argumenata od strane Astre sa stručnim doprinosom koji je pomogao pretvoriti te argumente u jasne rukopise i, potom, u automatski provjerljive Lean certifikate.
Formalizacija je ključna u Lean metodologiji: omogućuje svima s pristupom softveru da korak po korak provjere je li demonstracija logički ispravna. Međutim, Matematičari još uvijek moraju provjeriti odgovaraju li korištene definicije i pretpostavke izvornom problemu.To je nešto što stroj ne može sam napraviti. OpenAI je preuzeo odgovornost za ispravljanje rada, ali nije identificirao nijednu neovisnu skupinu koja je javno procijenila svih deset rezultata.
Usporedba s Deep Blueom i potreban oprez
Nekoliko medija usporedilo je ovaj važan događaj s pobjedom Deep Bluea nad Garryjem Kasparovom 1997. godine, ali stručnjaci ističu da Matematika je složenija od šahaU igri je rezultat trenutan; u matematici, dokaz može zahtijevati mjesece recenzije od strane kolega prije nego što bude prihvaćen. Nadalje, Astra nije javno dostupna, pa vanjski istraživači ne mogu reproducirati proces ili odrediti stopu neuspjeha modela.
OpenAI je imao prethodna iskustva gdje su se naizgled točni rezultati pokazali netočnima nakon pregleda od strane stručnjaka. U veljači 2026. tvrtka je predala rješenja za izazov First Proof i kasnije priznala da je jedno od njih bilo netočno. Stoga, Znanstvena zajednica inzistira na tome da se ovih deset napredaka treba tretirati kao obećavajući, ali ne i kao konačni.dok se ne provjere neovisno.
U Europi su istraživači sa sveučilišta poput Politehničkog sveučilišta u Madridu i Sveučilišta u Cambridgeu izrazili interes za analizu Lean certifikata koje objavljuje OpenAI. Mogućnost suradnje umjetne inteligencije u stvaranju novog matematičkog znanja otvara raspravu o ulozi ljudskih znanstvenika u budućnosti, iako tvrtka naglašava da će validacija i kontekstualizacija rezultata i dalje ovisiti o stručnjacima dugi niz godina.
Ipak, Astrina objava označava prekretnicu: umjetna inteligencija više nije ograničena na rješavanje problema s poznatim odgovorima, već počinje predlagati originalne argumente o pitanjima u prvom planu znanja. Pravi "trenutak dubokog plavog neba" u matematici možda neće doći s jednim spektakularnim rezultatom, već postupno, kako ovi modeli postaju suradnici sposobni istražiti tisuće putova i formalizirati rezultate koje nijedan istraživač prije nije testirao.
