OpenAI je objavio prve rezultate Astra, njihov sljedeći model umjetne inteligencijeKompanija je ostvarila napredak u rješavanju deset otvorenih problema iz matematike i teorijskog računarstva. Prema navodima kompanije, neki od ovih problema ostali su neriješeni više od decenije bez ikakvog značajnijeg napretka. Objava, objavljena 1. augusta 2026. godine, izazvala je znatno uzbuđenje u naučnoj zajednici, iako mnogi istraživači pozivaju na oprez dok rezultate ne pregledaju nezavisni stručnjaci.
Ono što ovaj oglas izdvaja od sličnih je to što OpenAI je objavio ne samo rezultate, već i formalizovane demonstracije u Lean sistemu verifikacije. Ovo omogućava svakom matematičaru da automatski provjeri ispravnost argumenata. Nadalje, kompanija je detaljno opisala proces otkrivanja, uključujući 249 stranica argumenata i 62 stranice obrazloženih bilješki, pružajući neuobičajenu transparentnost u ovoj vrsti komunikacije.
Deset problema i njihova relevantnost
Problemi kojima se Astra bavi pokrivaju vrlo raznolika područja moderne matematike. Među njima su: opovrgavanje Connesove pretpostavke o rigidnostiOvaj rezultat ima veliki utjecaj na operatorske algebre, a eksplicitna konstrukcija nesofičnih grupa je fundamentalno pitanje u teoriji grupa. Nove gornje granice su također dobivene za pakiranje sfera u visokim dimenzijama, problem s direktnim primjenama u teoriji informacija i kodovima za ispravljanje grešaka.
U oblasti kombinatorike, Astra je riješila tri problema koje je postavio mađarski matematičar Paul Erdős: probleme 146, 180 i 183. Posljednji od njih, vezan za višebojne Ramseyjeve brojeve, stručnjak Thomas Bloom opisao je kao "najiznenađujući od cijele liste". Ostali napredak uključuje nove donje granice za aritmetička kola, teorem o paralelnom ponavljanju za kvantne igre i rezultate o težini aproksimacije problema najbližeg vektora, relevantne za postkvantnu kriptografiju.
Troškovi i metodologija
OpenAI je otkrio da Ukupni trošak tokena za pronalaženje ovih rješenja iznosio je približno 2.000 dolara.Prema Solovim API stopama, ova brojka ne uključuje obuku modela ili rad ljudskih istraživača. Proces je kombinovao generisanje argumenata od strane Astre sa stručnim doprinosom koji je pomogao da se ti argumenti pretvore u jasne rukopise, a potom i u automatski provjerljive Lean certifikate.
Formalizacija je ključna u Lean metodologiji: ona omogućava svakome ko ima pristup softveru da korak po korak provjeri da li je demonstracija logički ispravna. Međutim, Matematičari i dalje trebaju provjeriti da li korištene definicije i pretpostavke odgovaraju originalnom problemu.Ovo je nešto što mašina ne može sama uraditi. OpenAI je preuzeo odgovornost za ispravljanje rada, ali nije identifikovao nijednu nezavisnu grupu koja je javno procijenila svih deset rezultata.
Poređenje sa Deep Blueom i potreban oprez
Nekoliko medija je uporedilo ovaj važan događaj sa pobjedom Deep Bluea nad Garryjem Kasparovom 1997. godine, ali stručnjaci ističu da Matematika je složenija od šahaU igri, rezultat je trenutan; u matematici, dokaz može zahtijevati mjesece recenzije od strane kolega prije nego što bude prihvaćen. Nadalje, Astra nije javno dostupna, tako da vanjski istraživači ne mogu reproducirati proces ili odrediti stopu neuspjeha modela.
OpenAI je imao prethodna iskustva gdje su se naizgled tačni rezultati pokazali netačnim nakon pregleda od strane stručnjaka. U februaru 2026. godine, kompanija je predala rješenja za izazov Prvi dokaz, a kasnije je priznala da je jedno od njih bilo netačno. Stoga, Naučna zajednica insistira na tome da se ovih deset napredaka treba tretirati kao obećavajući, ali ne i kao konačni.dok se ne provjere nezavisno.
U Evropi, istraživači sa univerziteta poput Politehničkog univerziteta u Madridu i Univerziteta u Kembridžu izrazili su interes za analizu Lean certifikata koje objavljuje OpenAI. Mogućnost saradnje vještačke inteligencije u generiranju novog matematičkog znanja otvara debatu o ulozi ljudskih naučnika u budućnosti, iako kompanija naglašava da će validacija i kontekstualizacija rezultata i dalje zavisiti od stručnjaka u dugi niz godina.
Ipak, Astrina objava označava prekretnicu: vještačka inteligencija više nije ograničena na rješavanje problema s poznatim odgovorima, već počinje predlagati originalne argumente o pitanjima koja su u prvom planu znanja. Pravi "Deep Blue trenutak" u matematici možda neće doći s jednim spektakularnim rezultatom, već postepeno, kako ovi modeli postaju saradnici sposobni za istraživanje hiljada puteva i formalizovanje rezultata koje nijedan istraživač prethodno nije testirao.
