OpenAI окончательно закрывает дискуссию о том, способны ли языковые модели на нечто большее, чем предсказание следующего токена. Исследователи компании опубликовали опровержение гипотезы Пауля Эрдёша о единичных расстояниях — классической задачи дискретной геометрии, которая оставалась нерешенной с 1946 года. Согласно препринту OpenAI, для фиксированного δ > 0 количество пар точек на плоскости, находящихся на единичном расстоянии, может превышать n в степени 1 + δ для бесконечного множества n. Это прямо противоречит классическому пределу, предложенному Эрдёшем почти 80 лет назад.
Техническая сторона вопроса выглядит как интеллектуальное доминирование алгоритмов над человеческой интуицией. Как поясняют в OpenAI, для получения результата пришлось сконструировать бесконечную неразветвленную башню полей классов с 3-степенными группами Галуа растущей степени. В основе метода лежит теория Голода — Шафаревича, которая гарантирует существование такой башни даже после факторизации, обнуляющей заданные классы Фробениуса. По сути, исследователи заменили стандартные целые гауссовы числа на расширение комплексного поля, где степень базового поля стремится к бесконечности. Используя многомерные решетки и принципы Дирихле для групп классов, модель нашла элементы, сохраняющие абсолютное значение, равное единице, при любом комплексном вложении.
Этот кейс важен не только для математиков, но и для бизнеса, инвестирующего в R&D. Мы видим переход от интерполяции обучающих данных к генерации фундаментально нового знания в абстрактных структурах, где человеческий мозг пасует. Модели рассуждения (reasoning models) превращаются из продвинутых автодополнителей текста в инструмент автономного поиска контрпримеров и прорыва теоретических тупиков. Это не просто оптимизация процессов, а сигнал к тому, что ИИ готов брать на себя роль полноценного научного сотрудника в задачах с высокой степенью абстракции. Способность решать задачи такого уровня сложности доказывает: возможности больших языковых моделей больше не ограничены рамками их наборов данных.