ИИ решил десять математических задач, которые десятилетиями оставались без ответа, потратив на это меньше $2000 вычислительных мощностей — и доказательства прошли машинную проверку. Об этом на камеру заявила группа исследователей и предпринимателей, включая Питера Диамандиса, Алекса Виснер-Гросса и Эмада Мостака. Один из полученных ИИ доказательств лауреат Филдсовской премии готов рекомендовать к публикации без колебаний. Вывод от Мостака звучал коротко и жёстко: «Сейчас плохое время быть чистым математиком».

Почему решение математических задач ИИ — это не хайп, а факт

Ключевое здесь не абстрактное «ИИ становится умнее», а конкретный измеримый результат: применение ИИ в решении задач, которые люди не могли закрыть годами, обошлось дешевле большинства фриланс-заказов на Upwork. Космолог из той же дискуссии назвал произошедшее «тёмной ночью для математики» — «старых богов режут новые машинные боги». Для алгоритмов для математики это переход от вычислительной поддержки человека к самостоятельному получению нового знания. Машинное обучение в науке долго воспринималось как инструмент ускорения — теперь это инструмент открытия.

Что это значит для будущего профессии математика

Если ИИ способен закрывать нерешённые задачи за копейки, встаёт вопрос: что остаётся людям? Панельная дискуссия дала подсказку через историю одного из спикеров — инженера, который на стройке в Малайзии остановил коллегу от вырезания проёма прямо в зоне пиковой нагрузки железобетонной балки. Техническое знание при этом не было редким — любой инженер знал формулы. Редким оказалось суждение: способность распознать ошибку до того, как она станет катастрофой, в конкретном контексте, с конкретными последствиями. Именно это пока остаётся зоной человека, даже когда решение математических задач ИИ выполняет быстрее и дешевле.

Как ИИ влияет на науку и что делать читателю уже сейчас

Для предпринимателей и фрилансеров вывод практичный: ценность смещается от «уметь считать» к «уметь принимать решения на основе расчётов». Если раньше экспертиза в узкой технической области была защитой от конкуренции, то теперь она может обесцениться за один вычислительный прогон. Стоит уже сегодня переносить фокус с чистого исполнения на проверку, контекст и ответственность за результат — туда, куда ИИ и профессия математика (как и любая другая техническая профессия) пока не дотягиваются. Те, кто научится ставить точные вопросы и распознавать, где ИИ ошибается, получат преимущество раньше остальных.