ИИ в математике переворачивает профессию: машины вместо доказательств

За последние годы ИИ-системы эволюционировали от способности пересказывать математику из интернета до уровня самостоятельного решения сложных проблем. Летом прошлого года системы от Google DeepMind и OpenAI достигли результатов эквивалентных золотым медалистам Международной математической олимпиады, побеждая в конкурсе, где нужно решить шесть чрезвычайно сложных задач. Позже Google DeepMind представила систему Aletheia, которая автономно создала новый результат PhD-уровня в арифметической геометрии. OpenAI продвинулась дальше, опровергнув важное предположение в комбинаторной геометрии, результат, достойный публикации в ведущих математических журналах, если бы его получил человек.

Параллельно ИИ системы, объединённые с инструментами формального доказательства (Lean, Isabelle, Rocq), автоматизируют процесс переведения неформальных доказательств в код, который компьютер может проверить. Это особенно ярко проявилось в февралю, когда компания Math Inc. использовала систему Gauss, чтобы формализовать доказательство, за которое математик Марина Вязовская получила медаль Филдса в 2022 году, система справилась за дни для восьмимерного случая и за две недели для более сложного двадцатичетырёхмерного.

Однако эти достижения вызывают экзистенциальные вопросы в математическом сообществе. На конференции Heidelberg Laureate Forum в сентябре 2025 спикеры обсуждали будущее, где ИИ самостоятельно формирует гипотезы, ищет решения, доказывает теоремы и проверяет результаты без человеческого участия. Молодые математики на конференции выражали беспокойство: что останется для людей? Мнения разделились на три лагеря. Некоторые математики, как Ян-Хуэй Хэ, готовы отпустить практическую работу машинам ради ответов на фундаментальные вопросы, они готовы стать «жрецами оракулов». Большинство же видит ИИ инструментом, как калькулятор, подчёркивая приоритет человеческого понимания математики. Третий подход, сотрудничество, где люди и машины решают задачи, которые ни один из них не мог бы решить в одиночку.

Ключевые факты

Google DeepMind и OpenAI достигли уровня олимпийских чемпионов в решении математических задач, OpenAI опровергла важную гипотезу в комбинаторной геометрии
Системы вроде Gauss формализуют математические доказательства за дни, вместо месяцев ручного труда
Молодые математики выражают экзистенциальные опасения: если ИИ будет решать задачи, что останется для людей в профессии
Три видения будущего: машины вместо людей (ради ответов), ИИ как инструмент (приоритет понимания), сотрудничество (вместе решают больше)
Традиционный путь математика, долгие размышления над проблемой до момента озарения, может стать ненужным

Почему это важно

Математика всегда была сугубо человеческой деятельностью, основанной на интуиции, творчестве и борьбе за понимание. Появление ИИ-систем, способных не просто вычислять, но и открывать новые теоремы, ставит под вопрос самую сущность профессии. Если машины могут доказать гипотезы, которые люди десятилетиями не могли разгадать, это переопределяет, что значит быть математиком. Это не просто технологический прогресс, это кризис идентичности для академического сообщества.

Кому это важно

В первую очередь молодым математикам и PhD-студентам, которые строят карьеру на основе оригинальных доказательств. Также важно для университетов, которые должны пересмотреть, как учить математику, если новое поколение будет использовать ИИ-помощников. Исследовательским учреждениям нужно решить, как использовать это соревнование с машинами. И в целом, учёным, работающим с логикой и доказательствами в любых дисциплинах.

Как это применить

Математики могут начать думать о ИИ как о калькуляторе, который избавляет от утомительных вычислений и формализации, оставляя человеку творческую часть, выдвижение гипотез, выбор направления исследования, интерпретацию результатов. Другой подход, строить команды 'человек + ИИ', где каждый решает то, что лучше удаётся: ИИ проверяет технику, человек направляет интуицию. Университетам стоит обновить программы, обучая студентов работать с формальными системами доказательства наряду с классической математикой.

Можно ли доверять

Данные в статье опираются на реальные достижения (Aletheia, Gauss, олимпийский уровень OpenAI) и озвучены авторитетными математиками (Джереми Эвигад из Carnegie Mellon, Акшай Вентакеш из Princeton, оба, лауреаты медали Филдса). Цитаты молодых математиков на Heidelberg Forum отражают реальное настроение сообщества. Однако статья фокусируется на нескольких громких примерах, и неясно, насколько быстро эти достижения масштабируются на практику. Риск катастрофизма, спикеры на конференции предложили экстремальный сценарий, но большинство математиков всё ещё верит в человеческую роль.

Риски и подводные камни

Главный риск, поспешное переобучение и переоценка значения ИИ-результатов. ИИ пока не понимает смысл, он находит шаблоны; доказательство, найденное машиной, может быть синтаксически верным, но не давать нового понимания. Второй риск, неравномерное развитие: если ИИ освоит чистую математику, прикладная математика потеряет кадры. Третий, образовательный кризис: если студенты полагаются на ИИ с самого начала, они не разовьют интуицию и геометрическое мышление. Наконец, есть риск социального: математика как профессия может потерять привлекательность, и молодежь откажется от этого пути, хотя обществу ещё нужны люди, понимающие логику и основания.

«Понимание иногда просто поражает своей красотой. Иногда это чувство достижения, как завершение марафона. Но это не совсем одно или другое: это просто чудесное чувство, когда ты долго и упорно думал о чём-то сложном и трудном, а потом, вдруг, всё сходится воедино.»

— Джереми Эвигад, математик из Carnegie Mellon University