ИИ снова перевернет математику? Теренс Тао срочно высказался: прекратите создавать кумиров!
По сообщению Xinzhiyuan
По сообщению Xinzhiyuan
【Вводная статья Xinzhiyuan】Когда достижения ИИ в решении сложных задач преподносятся как чудо, Теренс Тао поздно ночью делает заявление: не вырывайте из контекста, единичные примеры не означают, что ИИ уже обладает продвинутыми математическими способностями. Он подчеркивает, что ИИ — это скорее инструментальная цепочка — отлично справляется с поиском, переписыванием, формализацией и стандартными процедурами, но настоящая душа математики по-прежнему принадлежит человеку.
Возможно, вы встречали такие сенсационные заголовки: «ИИ полностью самостоятельно решил математическую задачу, не решавшуюся человеком 50 лет! Математики остались без работы!»
Для тех, кто жаждет стать свидетелем рождения AGI, это, несомненно, очередная доза оптимизма. А для математиков, отстаивающих достоинство человеческого интеллекта, это звучит как сигнал к капитуляции последней крепости.
По мере роста влияния подобных статей, наконец-то нашёлся тот, кто не смог больше молчать и решил остудить пыл.
Интересно, что этим человеком стал один из самых активных энтузиастов исследований в области математического ИИ — Теренс Тао.
Тао вовсе не отрицает математические способности ИИ, он просто хочет вернуть разговор в русло реальности.
Сегодня рано утром Тао написал пост, чтоспособности ИИ в решении математических задач сильно преувеличены и вырваны из контекста.

Он разместил на соответствующей странице GitHub проекта Erdős Problems более систематические пояснения и предупреждения.
Он подчеркнул, что внешние интерпретации решений Erdős-проблем ИИ очень легко преувеличить,особенно если единичный успех воспринимать как «доказательство обладания ИИ продвинутыми математическими способностями».
Что же разъясняет Тао? До какого уровня дошёл ИИ в Erdős-проблемах?
Прежде всего стоит отметить, что Тао вовсе не отрицает прогресс ИИ в математике.
Он опровергает главным образом ленивую интерпретацию:подмену «ИИ может получить проверяемый результат в некоторых задачах» на «ИИ уже умеет делать математику, способен на самостоятельные открытия и может заменить человека».
В обновлённой странице «AI contributions to Erdős problems» он отмечает, что, оценивая успехи ИИ в Erdős-проблемах, важно не только считать количество решённых задач, но и обратить внимание на следующие моменты:
Сложность задач крайне разнится, «количество решённых» напрямую сравнивать нельзя:Erdős-проблемы имеют огромный разброс по сложности: с одной стороны — признанные сложнейшие ядровые задачи, с другой — множество «длиннохвостых» задач, которые долгое время никто не изучал. Среди них немало «низко висящих плодов», к которым ИИ наиболее применим. Проблема в том, что без экспертного изучения литературы сложно заранее определить, к какой категории относится задача. Поэтому сравнивать «кто решил больше» — часто некорректно, поскольку задачи могут быть разного уровня сложности.
По многим задачам неясно, действительно ли они нерешённые:На сайте многим задачам не хватает системного обзора литературы, поэтому статус «Open» часто предварительный. После решения задачи ИИ часто быстро обнаруживается —что в литературе она уже была решена(пусть даже немного другим способом). Это делает нарратив об «ИИ-первопроходце» очень шатким.
Мы видим в основном успехи, неудачи остаются скрытыми:На сайте далеко не все попытки ИИ отражены, особенно мало данных о неудачных и безрезультатных попытках.
Некоторые задачи некорректно сформулированы, и ИИ может «обойти» их по формулировке:В очень редких случаях формулировка задачи Erdős может быть неточной или ошибочной, для восстановления истинного смысла необходим контекст и экспертная оценка — этот этап субъективен.
Ценность математики не только в ответе, но и в «связи знаний»:Смысл математики — не только в доказательстве, но и в том, какое влияние имеет результат на область, как он связан с существующими теориями, какие методы можно перенести. Человек при написании доказательств обычно добавляет такие пояснения: фон, мотивацию, сравнение литературы, границы методов. Нодоказательства, полученные ИИ,часто лишены этой «ауры знаний», технически они корректны, но их практическая ценность для сообщества ниже.
Решение малоизвестной задачи не гарантирует публикацию в топ-журнале:Не каждое решение нерешённой задачи тянет на научную статью. Особенно если сама задача малоизвестна, а способ — это лишь небольшое улучшение существующих методов, то публикация в топ-журнале маловероятна.
Формализация доказательств ИИ в таких помощниках, как Lean, повышает достоверность, но всё равно возможны лазейки.Например, при формализации тайно вводятся дополнительные аксиомы, ошибочно формализуется условие или используются «пограничные» поведенческие особенности библиотеки/синтаксиса. Особенно если формальное доказательствонеобычайно короткоеилиподозрительно многословное— стоит насторожиться.
Короче говоря, по мнению Тао, прогресс ИИ в Erdős-проблемах заслуживает внимания,но по-настоящему важны: уровень сложности задачи, проверка по литературе, корректное понимание условия, интеграция знаний и прочность цепочки верификации.
То, что ИИ может добиться результата, не означает, что он уже обладает полноценными математическими способностями.
А что же на самом деле делает ИИ?
В этом GitHub Taо делит вклад ИИ на несколько категорий.
Где-то ИИ сгенерировал полное (или частичное) решение, где-то — ошибочно считал задачу открытой, а оказалось, что она уже решена; ИИ помогал в поиске по литературе, формализовал доказательства в Lean, переписывал существующие аргументы и др.
Например, на странице указано, что задача №728 была полностью решена Aristotle и ChatGPT 5.2 Pro 6 января 2026 года (подтверждено Lean), азадача №729 также получила полное решение (подтверждено Lean) 8-10 января.
Это значит, что для некоторых типов задач и уровней сложности ИИ действительно способен создать «работающую структуру доказательства» и даже пройти процесс формальной верификации.
Некоторые задачи были полностью решены ИИ, но позже выяснялось, что кто-то уже сделал это раньше.
Тао отдельно выделил категорию «AI-powered literature review (Обзор литературы с помощью ИИ)»: ИИ используется для поиска существующих результатов и проверки статуса задачи.
Считать, что «ИИ непобедим в математике» на основании нескольких единичных случаев — явно однобоко.
Но и противоположная точка зрения — что ИИ совершенно бесполезен в математике — также упускает действительно полезные стороны технологии.
Более точная формулировка: ИИ учится выполнять механическую и инженерную работу в математике: применять шаблоны, устранять пробелы, формализовать, писать и редактировать тексты, искать в литературе.
А вот настоящая «душа» математики — постановка глубоких вопросов, создание новых понятий, интеграция результата в сеть знаний всей дисциплины — всё ещё в значительной степени зависит от человека.
Именно это хотел сказать Тао в своём ночном посте.
В будущем математик, возможно, уже не будет одиноким мыслителем, а станет командиром армии кремниевых интеллектов: на бескрайних математических просторах человек задаёт направление, а ИИ прокладывает путь и строит мосты.
Не стоит мифологизировать ИИ, вырывая из контекста, но и недооценивать силу, меняющую способы поиска истины, также нельзя.
Дисклеймер: содержание этой статьи отражает исключительно мнение автора и не представляет платформу в каком-либо качестве. Данная статья не должна являться ориентиром при принятии инвестиционных решений.
Вам также может понравиться
От расширения вычислительной мощности AI до получения доходов на уровне приложений — Goldman Sachs рассматривает новый этап инвестиций в AI: кто сможет превратить token в денежный поток
Конкуренция в области программного обеспечения на основе искусственного интеллекта смещается в сторону реального внедрения на предприятиях. Программные платформы, способные с высокой эффективностью и точностью преобразовывать возможности модели в надежные бизнес-результаты, получат новые возможности для роста.

Текущий бум AI все еще находится на самом раннем этапе! На конференции Goldman Sachs компания TSMC (TSM.US) представила свежий прогноз: агенты искусственного интеллекта расширят спрос на вычислительные мощности до CPU, а мощности N3 и CoWoS по-пре жнему остаются крайне ограниченными.
Недавно главный финансовый директор TSMC Хуанг Ренжао выступил на конференции Goldman Sachs Communacopia + Technology, где поделился мнением о перспективах индустрии искусственного интеллекта (AI) и внутренней деятельности компании.

Военный конфликт между США и Ираном усиливается, цена на нефть Brent поднялась до 102 долларов, фьючерсы на американские акции разнонаправлены, доходность американских гособлигаций остается на высоком уровне.
Brent по-прежнему держится выше 100 долларов за баррель. Индекс MSCI Asia Pacific снизился на 0,6%, Kospi в Сеуле закрылся с понижением на 0,2% и составил 7034,11 пункта. Bitcoin упал до 78299 долларов, дневное снижение составило 0,8%. Доходность казначейских облигаций США остается высокой, доллар США колеблется и снижается. Рынки внимательно следят за предстоящими данными по инфляции (CPI) в США.
Чем впечатляющeе способности AI, тем большe нужда в расшиpении NAND-хранилища! Goldman Sachs разбирает бычью логику SanDisk (SNDK.US): «долгосрочные соглашения + огромный объём AI-вычислений».
Goldman Sachs сохраняет рейтинг "покупать" для Sandisk и целевую цену в 2200 долларов на 12 месяцев. По сравнению с ценой закрытия на 8 сентября, которая составила 1737,99 долларов, потенциальный рост оценивается примерно в 26,6%.

