
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 OpenAI   svoje pokušaje dokaza 14. februara za  , izazov koji su sastavili 11 vodećih matematičara sa obrazovnih institucija poput Harvarda, Jejla, Stanforda i MIT-a. je objavio First Proof Izazov je skup od 10 neobjavljenih matematičkih problema na istraživačkom nivou, posebno dizajniranih da budu nemogući za modele veštačke inteligencije (AI) da su ih videli ranije. Cilj je razumeti da li AI zaista   kada rešava problem, u poređenju sa potencijalnim   kako rešiti već poznati matematički problem. razmišlja pamćenjem Rezultati napornog kviza bili su mešoviti, ali izvanredni. Na osnovu povratnih informacija stručnjaka, OpenAI veruje da najmanje pet pokušaja dokaza njihovih modela (problemi 4, 5, 6, 9 i 10) imaju veliku šansu da budu tačni, dok se nekoliko drugih još uvek pregleda. Glavni naučnik Jakub Pachocki kasnije je taj broj ažurirao na šest, napisavši: „Na osnovu povratnih informacija stručnjaka, verujemo da najmanje šest rešenja (2, 4, 5, 6, 9, 10) ima veliku šansu da bude tačno, a neka dalja izgledaju obećavajuće.” On je   da je pokušaj „bio sporedni sprint izveden za nedelju dana uglavnom upitima jednog od modela koje trenutno obučavamo,” priznajući da „metodologija koju smo primenili ostavlja mnogo toga da se poželi.” dodao https://x.com/merettm/status/2022517085193277874?s=20&embedable=true Matematičari su, međutim, već identifikovali potencijalne rupe u najmanje jednom od tih šest, a konačna presuda zavisiće od formalne recenzije. Nema javno objavljenog konkretnog vremenskog okvira za recenziju. Pokušaj je bio rezultat nedelju dana dugog sprinta u kojem su najnoviji interni modeli OpenAI-a radili zajedno sa ljudskim matematičarima sa ekspertizom u relevantnim oblastima. Važno je napomenuti da pravila Prvog dokaza zahtevaju da sve matematičke ideje potiču autonomno od AI-a; ljudski unos za matematički sadržaj je izričito zabranjen, što čini saradnju sa stručnjacima tačkom proveravanja. Sam tim First Proof-a je utvrdio da su, bez ograničenja, AI sistemi, uključujući GPT 5.2 Pro i Gemini 3.0 Deepthink, samouvereno proizveli dokaze za svih 10 problema, ali su samo dva izdržala stručnu recenziju. Ovaj napor se uklapa u šire zalaganje OpenAI-a za naučno i numeričko rezonovanje. U julu 2025. jedan od njihovih modela osvojio je zlatnu medalju na   sa 35 od 42 boda. Međunarodnoj matematičkoj olimpijadi Nedavno je GPT-5.2 pomogao istraživačima da reše otvoreni teorijski problem u statistici, pri čemu je ljudska uloga bila ograničena na verifikaciju i pisanje, a ne na matematičko formiranje. Šta je First Proof? First Proof je merilo koje je stvorilo 11 istraživačkih matematičara, uključujući imena bliska Fildsovoj medalji sa Harvarda, Jejla, Kolumbije i EPFL-a, kako bi se testiralo da li AI može autonomno da rešava probleme koji se prirodno javljaju u akademskim istraživanjima. Za razliku od takmičarske matematike (pomislite na probleme Olimpijade sa jasnim numeričkim odgovorima), ovo su leme: manje, tehničke provere koje matematičari susreću tokom rada na većim rezultatima. Problemi obuhvataju oblasti poput algebarske topologije, teorije spektralnih grafova, simpleksne geometrije i numeričke linearne algebre. Ključno, nijedno rešenje nije nikada ranije objavljeno na internetu pre izazova, sprečavajući bilo kakvu mogućnost kontaminacije podataka za obuku AI-a. Rešenja su enkriptovana i objavljena 13. februara, dajući učesnicima tačno jednu nedelju da se pozabave dokazima. Izazov dobija ime po metafori pečenja: prvi dokaz je fermentacija testa, prvi korak pre nego što se nešto oblikuje u konačni proizvod. Lekcija iz Prvog dokaza nije da je AI podbacio. To je da je lestvica za ono što se smatra „rešavanjem“ matematičkog problema upravo značajno podignuta. 
 
 Huan Pablo Agire Osorio, novinar, The Sociable

This story contains new, firsthand information uncovered by the writer.

Follow us on Twitter 

Read My Stories

Овај аудио је произведен на оригиналном језику приче!

OpenAI Pomeražanje Neuronskih Mreža na Granice Napredne Matematike

About Author

КОМЕНТАРИ

ХАНГ ТАГС

ОВАЈ ЧЛАНАК ЈЕ ПРЕДСТАВЉЕН У

Related Stories

Scaling Web Testing with Automation: Srikanth Srinivas’s Digital Strategy Breakthrough

Building a website with React and Bulma

Building the Cloud Future: Sreedevi Velagala's Trek in AWS Architecture

Sravana Kumar Reddy Yeruva’s Fusion Transformation Sets a New Standard in ERP Excellence

Scaling Web Testing with Automation: Srikanth Srinivas’s Digital Strategy Breakthrough

Building a website with React and Bulma

Building the Cloud Future: Sreedevi Velagala's Trek in AWS Architecture

Sravana Kumar Reddy Yeruva’s Fusion Transformation Sets a New Standard in ERP Excellence

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps