ИИ может радикально ускорить математику. К чему мы придём?
Джейкоб Цимерман
Сокращённый перевод выступления на The Curve, 2–4 октября 2026 года.
Видео:
https://www.youtube.com/watch?v=kbzIVh405r8
ИИ уже пришёл в математику. Я занимаюсь ею всю жизнь, но теперь практически любую задачу быстрее всего решать вместе с ИИ. Он ещё не заменяет меня, но уже превосходит меня. С ним я работаю лучше.
Математикам трудно это принять. Для многих математика — не просто профессия, а часть личности, источник смысла и разновидность искусства. Мы занимаемся ею не только ради практической пользы: нам просто нравится это делать.
Долгое время мы передвигали планку. Сначала говорили: ИИ умеет разговаривать, но не способен заниматься математикой — не на чем обучаться. Потом: простые задачи решать может, а сложные — нет. Затем он научился решать и сложные.
По-моему, перелом наступил, когда ИИ решил задачу Навье — Стокса, одну из задач тысячелетия. Теперь почти вся математика переживает переворот: ежедневно решаются крупные гипотезы, на которые обычно уходили бы годы или десятилетия. Журналы, конференции и arXiv переполнены работами. Сообщество не успевает за изменениями.
Реакции очень разные. Одни считают, что всё это плохо: знаний становится больше, а человеческого понимания — меньше, поскольку мы не успеваем их осмысливать. Ломается подготовка аспирантов и другие системы, опирающиеся на математические компетенции людей. Некоторые подписывают письма против использования ИИ в математике.
Я скорее считаю, что в конечном счёте для математики это хорошо. Время, когда можно было стать математиком, доказать большую гипотезу и увековечить своё имя, прошло. Это немного грустно. Зато мы получаем гораздо больше интересных результатов и будем учиться разбирать их, понимать и работать с ними.
Между этими полюсами — растерянные аспиранты и молодые преподаватели. То, к чему они готовились всю жизнь, меняется на глазах. Они спрашивают: стоит ли вообще идти в аспирантуру? Что теперь делать?
На мой взгляд, аспирантура в прежнем виде теряет смысл. Мы годами готовим узких специалистов, но к окончанию их обучения ИИ продвинет выбранную область на десять поколений вперёд, а полученные навыки окажутся слишком узкими. По меньшей мере нельзя продолжать учить людей точно так же, как раньше.
Четыре года назад я использовал ИИ из любопытства. Два года назад начал с его помощью изучать незнакомые области. Полгода назад — проверять доказательства. Однажды модель нашла ошибку, а я сначала спорил с ней. Она оказалась права. Исправить доказательство модель не смогла, но смог я.
Месяц назад в исследовании по теории игр, связанном с безопасностью ИИ, модели ускорили мою работу в пять–десять раз. Теперь они за несколько дней делают то, на что у меня ушёл бы месяц. Но результаты всё равно нужно тщательно проверять: верны ли они, понятны ли, относятся ли к задаче и действительно ли отвечают на поставленный вопрос.
Я уже перешёл из чистой математики в безопасность ИИ. Вместе с коллегами мы создали MAISI — инициативу математиков и других теоретиков, работающих в этой области. Если бы я продолжал профессионально заниматься чистой математикой, мой рабочий процесс изменился бы полностью: я бы целыми днями программировал системы для организации работы ИИ.
Мой прогноз: весь нынешний круг открытых математических проблем будет решён в течение пяти лет. За это время математика пройдёт примерно пять обычных поколений развития, двигаясь вдесятеро быстрее. ИИ научится не только получать результаты, но и объяснять, систематизировать и осмыслять их.
Нам стоит пересмотреть и масштаб научных амбиций. Есть шутка: вся физика — математика, вся химия — физика, вся биология — химия. На практике переходить между этими уровнями слишком сложно. Но с системами, намного превосходящими человека, это ограничение может исчезнуть.
Возможно, стоит вернуться и к философским вопросам — теориям любви, внимания и ценности. Обычно такие идеи вызывают скепсис: их авторы часто наивны и недооценивают сложность задачи. Но теперь нам всем стоит пересмотреть исходные предпосылки.