Нейросеть решила 10 математических задач: что говорят математики о прорыве ИИ

Эксперимент, который поразил научное сообщество

В июне 2025 года группа из 30 ведущих математиков собралась в Калифорнии, чтобы проверить возможности искусственного интеллекта. Организатором выступила компания OpenAI, а независимую экспертизу обеспечила некоммерческая организация EpochAI. Для чистоты эксперимента было разработано 300 новых математических заданий, ответы на которые никогда ранее не публиковались. Задачи охватывали уровни от университетского до академического, включая несколько нерешённых математических проблем.

Ключевым инструментом стал чат-бот на базе модели o4-mini, специально созданной для логических рассуждений. Учёные ожидали увидеть прогресс, но реальность превзошла все ожидания. ИИ не просто справился с большинством задач — он продемонстрировал способность рассуждать как профессиональный математик, причём в десятки раз быстрее.

Задача уровня докторской диссертации: как ИИ справился за 15 минут

Особый резонанс вызвал эпизод с задачей, составленной профессором Кеном Оно. Он специально придумал задание, которое коллеги назвали «открытым вопросом в теории чисел, достойным докторской диссертации». Учёный предложил боту задачу, и первые две минуты ИИ потратил на поиск релевантной литературы в сети. Затем он попросил дать ему более простую задачу для тренировки — и через пять минут предоставил верное решение с полным ходом рассуждений.

В конце нейросеть добавила фразу, которая поразила учёных: «Цитирование не требуется, потому что таинственное число было вычислено мной!». Профессор Оно немедленно поделился результатом с коллегами, отметив, что никогда раньше не видел подобных рассуждений в моделях ИИ. «Это то, чем занимается учёный. Это пугает», — написал он.

10 задач, которые поставили ИИ в тупик: что это значит

Несмотря на впечатляющие результаты, математикам удалось найти 10 задач, с которыми нейросеть не справилась. За каждую такую задачу её автор мог получить вознаграждение в размере 7,5 тысячи долларов (около 593 тысяч рублей). Эти задания оказались настолько сложными, что даже лучшие алгоритмы o4-mini не смогли найти верное решение.

Однако исследователи подчёркивают: сам факт, что ИИ не решил лишь 10 из 300 задач, говорит о колоссальном прогрессе. Всего год назад аналогичные модели с трудом справлялись с простыми арифметическими действиями. Теперь же нейросеть работает быстрее и логичнее, чем большинство аспирантов-математиков. При этом, как отмечают эксперты, ИИ всё ещё плохо справляется с нестандартными задачами, которые легко решают даже дошкольники.

Что говорят математики: от восхищения до тревоги

Реакция научного сообщества оказалась двойственной. С одной стороны, учёные выражают восхищение скоростью и качеством работы ИИ. Профессор Кен Оно заявил, что большие языковые модели уже превосходят большинство лучших аспирантов мира. С другой стороны, прогресс вызвал серьёзную тревогу о будущем математики как профессии.

Специалисты пришли к выводу, что ИИ может достигнуть «пятого уровня» сложности — способности решать задачи, с которыми не справляются даже лучшие умы человечества. В таком случае роль математиков кардинально изменится: вместо решения задач они будут заниматься их постановкой для искусственного интеллекта. «Я не хочу нагнетать истерию, но в некотором смысле это уже происходит», — предупреждает Оно.

Как нейросети решают математические задачи: от простых уравнений до кратных интегралов

Современные нейросети для математики делятся на две группы: универсальные (ChatGPT, DeepSeek, Gemini) и специализированные (Wolfram Alpha, Photomath, Mathway, Math-GPT). Универсальные модели хороши для объяснений и базовых расчётов, а специализированные — для точных вычислений и сложных операций.

Принцип работы включает несколько этапов: распознавание задачи (из текста, фото или скана), определение типа задачи, применение подходящего метода решения, проверка результата и выдача пошагового объяснения. Например, для квадратного неравенства нейросеть использует метод интервалов, для производной — последовательное применение правил дифференцирования, а для кратного интеграла — сведение к повторному интегралу по прямоугольной области.

Обзор лучших нейросетей для решения математики в 2025 году

Среди множества инструментов выделяются несколько лидеров. Study AI объединяет 11 моделей, включая GPT-5 и DeepSeek, поддерживает решение по фото, распознаёт рукописные формулы и оформляет решения по ГОСТу. КЭМП предлагает гибридную систему ИИ + человеческий контроль, что минимизирует ошибки. Chad AI — российский адаптивный редактор, который понимает задачи на русском и задаёт уточняющие вопросы.

DeepSeek Solver ориентирован на высшую математику и инженерные расчёты, поддерживает экспорт в LaTeX. Mathly AI делает упор на визуализацию: строит графики и чертежи. NumBrain AI — полностью бесплатный сервис для быстрых решений по фото. Для точных вычислений по-прежнему актуален Wolfram Alpha, хотя он требует подписки.

Как правильно работать с нейросетями: советы по промптам

Чтобы получить качественное решение, важно правильно формулировать запрос. Рекомендуется указывать контекст: «Я только начал изучать математический анализ» или «Объясни как школьнику 10 лет». Чётко формулируйте задачу: «Пошагово реши ∫x²dx». Если ответ кажется сомнительным, попросите проверить вычисления или найти ошибку.

Нейросети можно использовать не только для получения ответов, но и для обучения. Попросите объяснить теоретический материал: «Что такое определённый интеграл и как он применяется для вычисления площадей?». Или запросите дополнительные задачи для тренировки: «Дай три похожие задачи для закрепления». Такой подход превращает ИИ в персонального репетитора.

Ограничения и риски: когда нейросетям нельзя доверять

Несмотря на впечатляющие возможности, нейросети не лишены недостатков. В сложных задачах — кратные интегралы, дифференциальные уравнения, задачи на вероятность — возможны ошибки. Геометрия остаётся слабым местом из-за ограничений в визуализации и пространственном мышлении. Для таких задач лучше использовать специализированный софт, например GeoGebra.

Кроме того, нейросети могут неверно интерпретировать контекст задачи, особенно если условие сформулировано неоднозначно. Для гарантированной точности рекомендуется перепроверять результаты или обращаться к профессиональным репетиторам. Как отмечают эксперты, ИИ — это мощный инструмент, но не панацея.

Будущее математики: как изменится роль учёного

Прогресс нейросетей ставит перед научным сообществом фундаментальные вопросы. Если ИИ сможет решать задачи, недоступные человеку, то какова будет роль математика? Уже сейчас многие эксперты предсказывают смещение фокуса с решения задач на их постановку. Учёные будут формулировать проблемы, а ИИ — находить решения.

Ожидается также глубокая интеграция нейросетей с образовательными платформами. Системы смогут не только решать задачи, но и предлагать индивидуальные учебные планы, рекомендовать видеоуроки и генерировать дополнительные примеры. Развитие визуальных возможностей улучшит работу с геометрией, а новые алгоритмы повысят точность вычислений. При этом для ответственных и сложных задач, вероятно, будут использоваться только платные продукты.

Практические примеры: от школьной алгебры до теории игр

Рассмотрим несколько примеров, демонстрирующих возможности нейросетей. Квадратное неравенство: решить x²+5x-6 > 0. Нейросеть раскладывает левую часть на множители и применяет метод интервалов, получая ответ: x < -6 или x > 1. Производная: найти производную от tan(x² + 3x sin²x). ИИ последовательно применяет правила дифференцирования сложной функции, показывая каждый шаг.

Кратный интеграл: вычислить ∫∫(3x + y²)dxdy на области [0,1]×[0,2]. Ответ: 17/3. Формула Бернулли: вероятность попадания в цель 0,8, найти вероятность от 2 до 4 попаданий при 6 выстрелах. Ответ: 0,343. Теория игр: найти оптимальное решение и цену игры с матрицей A=((2,-1),(0,3)). ИИ анализирует стратегии игроков и приводит пошаговое решение.

Вопросы и ответы