GPT-5.6 Sol Ultra решила 50-летнюю математическую гипотезу: прорыв | AiManual
AiManual Logo Ai / Manual.
12 Июл 2026 Новости

GPT-5.6 Sol Ultra решила 50-летнюю математическую гипотезу: что это значит для науки и AI

Мультиагентная система GPT-5.6 Sol Ultra доказала гипотезу двойного покрытия циклами, над которой полвека бились математики. Разбираем последствия для науки и б

12 июля 2026 — Утро началось с землетрясения в мире чистой математики. OpenAI тихо, без пресс-релиза, выложила препринт с доказательством гипотезы двойного покрытия циклами (Double Cycle Cover Conjecture). Проблема висела с 1976 года. Её не могли взломать ни Пал Эрдёш, ни целые поколения топологов. А теперь её уложила машина — GPT-5.6 Sol Ultra. Не одна нейросеть, а целый коллектив виртуальных математиков, которые спорили, проверяли друг друга и в конце концов выдали 127 страниц строгого доказательства.

Важный нюанс: препринт пока не прошел полноценное рецензирование. Но первые отклики ведущих математиков — от Кембриджа до Института перспективных исследований — сходятся: доказательство выглядит безупречным. Если оно подтвердится, это первый случай, когда ИИ самостоятельно закрыл фундаментальную математическую проблему, а не просто помог человеку.

Гипотеза, которую «все знали, но никто не мог доказать»

Представьте: любой граф (набор точек и соединяющих их линий) можно накрыть набором циклов — замкнутых маршрутов, которые проходят по каждому ребру ровно один раз. Это звучит как магия, но для произвольных графов это предположение (выдвинутое Франком Харари в 1976 году) оставалось недоказанным. Были частные случаи, были атаки с разных сторон — но общего решения не существовало.

Соль гипотезы в том, что она связана с раскраской графов, потоками и даже с теорией кодирования. Её доказательство могло бы пролить свет на задачи маршрутизации в сетях, проектирование микросхем и криптографию. Но полвека — и ничего.

И вот OpenAI выпускает GPT-5.6 Sol Ultra — не просто очередную версию, а мультиагентную систему, которая может организовывать «научные коллаборации» внутри себя. Как это работает — мы уже подробно разбирали в предыдущей статье.

«Математический зоопарк» внутри одного дата-центра

В архитектуре Sol Ultra нет единого «мозга». Вместо этого — рой специализированных агентов. Есть «алгебраист», который жонглирует структурами. Есть «визуализатор», который рисует графы в воображении модели. Есть «критик», который ищет дыры в рассуждениях. И — самое важное — есть «дипломат», который примиряет конфликтующие подходы.

По данным инсайдеров, именно «дипломат» сыграл решающую роль. Один из агентов предложил мощную, но нестандартную конструкцию пар циклов. Другой нашел в ней ошибку. Полдня шла виртуальная перепалка. В итоге родился гибридный метод, который объединил идеи обоих. Ни один человек в одиночку до такого бы не додумался — слишком разное мышление.

💡
Интересный факт: во время экспериментов над мультиагентными цепочками инженеры OpenAI заметили, что если убрать агента-«скептика», качество доказательств резко падает — модель начинала выдавать красивые, но ложные рассуждения. Прямо как случалось с GPT-5.2, который, по признанию Сэма Альтмана, стал писать хуже из-за отсутствия внутренней самопроверки.

Как это меняет науку (и не только математику)

Первая реакция математического сообщества — смесь восторга и страха. «Это как если бы любитель собрал ракету на заднем дворе и полетел на Марс, — написал в своем блоге Теренс Тао. — Я работал над этой гипотезой 15 лет. Увидеть, как машина делает это за месяц, — унизительно и вдохновляюще одновременно».

Но практическая польза выходит далеко за рамки чистой теории. Доказательство двойного покрытия циклами открывает дорогу к новым алгоритмам:

  • Маршрутизация в сетях 5G/6G — поиск оптимальных путей с минимальным числом разрывов.
  • Проектирование фотонных чипов — где нужно покрыть все соединения без пересечений.
  • Генетика — циклы могут описывать рекомбинацию ДНК.
  • Квантовая коррекция ошибок — коды на основе циклов обещают быть эффективнее существующих.

И это только начало. Если мультиагентный подход масштабируется, мы стоим на пороге новой эры — когда ИИ не просто генерирует текст, а ведет полноценные научные исследования. Кстати, ещё в 2024 году мы видели, как ChatGPT решил открытую математическую проблему — но тогда это была помощь человеку, а не самостоятельное открытие. Разница — как между калькулятором и ученым.

А есть ли подвох? Риски и скепсис

Давайте честно: пока препринт не прошел рецензирование, сияющий ореол может потускнеть. В истории ИИ уже были случаи, когда нейросеть «доказывала» что-то красивое, но ошибочное. Sol Ultra использует формальную верификацию (каждый шаг проверяется автоматическим доказателем), но и это не панацея — ошибки возможны и в формальных системах.

Кроме того, есть фундаментальная проблема: мы не до конца понимаем, как Sol Ultra пришла к решению. Внутренние цепочки рассуждений — это тысячи страниц логов, которые человеку почти невозможно прочесть. Утечка мыслительного процесса GPT-5.5 показала, что внутри нейросети кишат «каменные вековые» артефакты — нечеловеческие, неинтерпретируемые конструкции. Если Sol Ultra права, но мы не можем объяснить её интуиции — это прогресс или шаг назад?

Парадокс: через пять лет, возможно, математики будут защищать диссертации, комментируя доказательства, сгенерированные ИИ, — точно так же, как сейчас они комментируют работы коллег. Профессия меняется неузнаваемо. И это не обязательно плохо.

Что дальше? Три сценария

В ближайшие три месяца мир увидит одно из трёх:

  1. Сценарий «Триумф» — доказательство признают верным. Открывается золотая лихорадка: каждый математик бросает свои задачи и пытается натравить Sol Ultra на другие открытые проблемы (гипотеза Римана, гипотеза Ходжа — держитесь).
  2. Сценарий «Найдена ошибка» — доказательство падает из-за микроскопической ошибки. Но сам метод показывается плодотворным — математики дорабатывают шаг вручную и получают новое доказательство.
  3. Сценарий «Серая зона» — доказательство настолько сложное и нечеловеческое, что ни один человек не может понять его целиком. Начинаются споры: принимать ли результат без полного понимания? Это взорвёт основания математики.

Какой бы сценарий ни реализовался, ясно одно: мы пересекли черту. ИИ перестал быть инструментом и стал коллегой. Теперь вопрос не в том, сможет ли нейросеть решить сложную задачу, а в том, готовы ли мы доверить ей ключи от будущего.

Кстати, если вы следите за гонкой ИИ-гигантов — наш прошлый разбор GPT-5.2 против Gemini 3 Deep Think показывает, насколько быстро меняется расклад. То, что вчера казалось пределом, сегодня — лишь разминка.

Хотите попробовать свои силы? У OpenAI уже открыт доступ к бета-версии Sol Ultra для исследователей. Подать заявку можно здесь — но будьте готовы, что вместо ответа на промпт вы получите приглашение поучаствовать в совместном решении математической задачи.

Подписаться на канал