Показаны сообщения с ярлыком математика. Показать все сообщения
Показаны сообщения с ярлыком математика. Показать все сообщения

четверг, 10 сентября 2026 г.

OpenAI кажуть, що розвʼязали задачу Навʼє-Стокса, одну із семи задач тисячоліття.

 


OpenAI кажуть, що розвʼязали задачу Навʼє-Стокса, одну із семи задач тисячоліття. 10 000 агентів працювали 88 годин і спалили 300 млрд токенів. За тарифами Astra це $22,5 млн. Доказ виклали на 100 сторінок.
The Wall Street Journal: рівняння Навʼє-Стокса описують рух рідин і газів, але майже 90 років ніхто не знав, чи може спокійний потік рідини сам себе розкрутити до нескінченної швидкості. Модель OpenAI показала, що може: вихор стискається, крутиться все швидше, і швидкість росте без межі. За розвʼязок Clay Mathematics Institute платить $1 млн.
Тристан Бакмастер, професор математики Нью-Йоркського університету, з Левентом Альпьоге з Anthropic йшов до цієї задачі майже рік і 22 серпня перевірив свій доказ у Lean. Працювали вони на Claude і на OpenAI Codex, куди складали всі чернетки.
3 вересня Бакмастер написав математику в OpenAI, бо пішли чутки, що інформація про їхню роботу дійшла до лабораторії. 6 вересня йому подзвонили. Математик OpenAI Бубек сказав, що внутрішня модель OpenAI вже довела той самий результат, і що люди їй майже не допомагали.
Бакмастер: “Це не той напрям, до якого приходять за кілька днів, давши моделі формулювання задачі”.
Бакмастер спитав, чи тренували модель на його сесіях у Codex. Відповіді не отримав.
Йому запропонували два варіанти. Або він публікує свій результат, а OpenAI наступного дня свій. Або він сам пише статтю про результат OpenAI. Бубек двічі просив забрати Альпьоге з авторства, бо той працює в Anthropic. Бакмастер відмовився і сказав, що розкаже все публічно.
Бубек: “Чому ви хочете зруйнувати свою карʼєру? Якщо ви не хочете, щоб я був милим, то я не мушу бути милим”.
Бакмастер: “Я не бачив доказу OpenAI. Я нікого ні в чому не обвинувачую. Я викладаю, що мені сказали, коли і що мені запропонували”.
OpenAI у своєму пості: “Ми не бачили жодної їхньої роботи, поки вони не опублікували її публічно”. Лабораторія Open AI каже, що не може виключити, що дані з користування її продуктами поліпшили моделі, але докази двох команд різні.
Саму ідею, каже Бакмастер, придумали Дієго Кордоба й Луїс Мартінес-Зороа, які кілька років будували такі розвʼязки. Мартінес-Зороа, вважає Бакмастер, заслуговує Філдсівської медалі.
Мартін Бридсон, президент Clay Mathematics Institute, сказав New Scientist, що перевірка буде «навмисно неспішна». Хто отримає $1 млн, поки невідомо.

Довідка.
Рівняння Нав’є-Стокса — це математичний опис того, як рухаються будь-які рідини та гази навколо нас: від води в крані до повітряних потоків, що огинають крило літака.
Нижче наведено просте пояснення цієї складної математичної загадки, її прикладного значення та того, до чого тут штучний інтелект від OpenAI.

🌊 Що таке задача Нав’є-Стокса? (Простими словами)
Уявіть, що ви розмішуєте ложкою молоко в чашці кави. Спостерігати за завитками легко, але спробувати математично точно розрахувати й передбачити, де опиниться кожна крапля молока через 10 секунд — неймовірно складно.
Рівняння Нав’є-Стокса були виведені ще в XIX столітті. Вони пов’язують між собою швидкість, тиск, щільність і в’язкість (густоту) рідини або газу, що рухаються.
У чому ж сама «задача» (проблема)?
Хоча самі рівняння у нас є, математики досі не знають, чи існують для них завжди гладкі та точні рішення. «Гладкі» означає фізично коректні — без раптових розривів, нескінченних швидкостей чи миттєвих стрибків енергії в нікуди. Той, хто зможе суворо довести (або спростувати) існування таких рішень для будь-яких умов, отримає Премію тисячоліття у розмірі 1 мільйона доларів від Математичного інституту Клея.

🧠 Що відомо про рішення від OpenAI?
Напряму OpenAI математичну задачу Нав’є-Стокса (у строгому фундаментальному сенсі) не вирішила. Премію тисячоліття за неї поки що ніхто не отримав.
Проте OpenAI та інші AI-лабораторії здійснили величезний прорив у чисельному (наближеному) моделюванні цих рівнянь.
  • Як було раніше: Щоб розрахувати потік повітря навколо ракети, суперкомп’ютерам потрібні були дні або тижні, оскільки вони буквально «в лоб» перераховували трильйони точок за складними формулами.
  • Що робить ШІ (включаючи моделі OpenAI): Нейромережі (зокрема, фізико-інформовані нейронні мережі — PINNs) навчилися «розуміти» закони фізики, закладені в рівняннях Нав’є-Стокса. ШІ може передбачати поведінку рідин і газів у тисячі разів швидше за традиційні суперкомп’ютери, видаючи результат майже миттєво і з мінімальною похибкою.

🚀 Яке прикладне значення має вирішення цієї задачі?
Оскільки гази та рідини оточують нас усюди, вміння швидко та точно вирішувати ці рівняння є критично важливим для прогресу людства. Ось основні сфери застосування:
  • Прогноз погоди та клімату: Точний розрахунок руху повітряних мас та океанічних течій дозволить передбачати урагани, торнадо та повені за тижні до їхнього початку, рятуючи мільйони життів.
  • Авіація та космонавтика: Проєктування ідеальної форми крил літаків, фюзеляжів та корпусів ракет для зниження опору повітря та економії палива.
  • Автомобілебудування: Оптимізація аеродинаміки машин, щоб вони витрачали менше енергії (або заряду батареї) на високих швидкостях.
  • Медицина: Моделювання кровотоку в організмі людини. Це допомагає лікарям проєктувати штучні клапани серця, розуміти причини утворення тромбів та передбачати розриви аневризм.
  • Екологія та енергетика: Проєктування ефективних вітряних турбін та розрахунок того, як шкідливі викиди з заводів або нафтові плями поширюються у воді та повітрі.

OpenAI заявляет, что 10,000 ИИ-агентов решили математическую задачу стоимостью 1 миллион долларов. Теперь математики спорят

Внутренняя модель, более мощная, чем GPT-6 Astra, предложила решение одной из семи задач Миллениумовской премии по математике, хотя возникают вопросы о степени её самостоятельности при достижении этого результата.



OpenAI заявляет, что одна из не выпущенных, экспериментальных систем искусственного интеллекта решила одну из самых известных нерешённых задач в математике после того, как около 10 000 агентов работали совместно всего 88 часов.

Компания опубликовала предлагаемое решение к проблеме существования и гладкости уравнений Навье-Стокса, одна из семи задач тысячелетия Миллениума с призом в 1 миллион долларов. Уравнения описывают, как движутся жидкости, такие как вода и воздух, в то время как нерешённый вопрос касается того, может ли абсолютно гладкое течение в конечном итоге нарушиться и привести к бесконечному росту скоростей.

Система OpenAI утверждает, что это возможно. В её доказательстве описывается жидкостной вихрь, который становится постепенно более вытянутым и сконцентрированным до тех пор, пока его скорость не возрастает до бесконечности за конечное время, несмотря на то, что общая энергия системы остаётся конечной.

Реальные жидкости не могут двигаться с бесконечно высокой скоростью согласно современным представлениям физики. На достаточно экстремальных масштабах предположение, лежащее в основе уравнений Навье-Стокса, что жидкость можно рассматривать как одно непрерывное вещество, перестает соответствовать физической реальности.

Результат получен с помощью внутренней модели, которая, по утверждению OpenAI, значительно превосходит GPT-6 Astra (самую передовую публично доступную модель). Около 10 000 агентов обменялись 2,7 миллиона сообщений и сгенерировали примерно 130 миллиардов токенов, работая над уравнениями Навье-Стокса, после чего Astra провела ещё 17 часов на формализацию и проверку доказательства.

Практическое влияние самого доказательства потребует времени. Уравнения Навье-Стокса используются в таких областях, как проектирование самолетов, прогнозирование погоды и исследование кровотока, поэтому более глубокое понимание того, где эти уравнения могут перестать работать, в конечном итоге может улучшить моделирование учеными экстремальных и турбулентных потоков.

Более значимым может стать система, которая её обнаружила. Если тысячи AI-агентов способны за несколько дней решить 90-летнюю математическую проблему, тот же подход в конечном итоге может быть применён к сложным задачам в области материаловедения, энергетики, аэрокосмической отрасли, медицины и других сферах.

OpenAI оспорена

Уже возникают споры относительно того, насколько независимо был достигнут результат.

Математик из Нью-Йоркского университета Тристан Бакмастер и исследователь Anthropic Левент Алпёге отдельно работали над тесно связанной задачей в области динамики жидкостей и использовали инструменты искусственного интеллекта в ходе своих исследований. Бакмастер выразил сомнения относительно того, могла ли неопубликованная работа, включённая в продукты OpenAI, повлиять на модель компании, в серия публикаций в социальной сети Mastodon.

Бакмастер заявил, что он и Альпёге имели провёл примерно год преследуя необычный путь решения задачи, связанной с плавным внешним воздействием, при этом Codex является одним из широко используемых ИИ-инструментов в ходе их работы.

Он добавил, что почти никто из его знакомых не использовал такой подход, и усомнился, как OpenAI пришла к нему всего через несколько дней после того, как пара добилась прогресса.


Бакмастер заявил, что во время обсуждений с OpenAI ему изначально был показан запрос и сообщено, что внутренние исследовательские работы компании начались без участия человека, за исключением формулировки проблемы.

По словам Бакмастера, эта версия событий изменилась в ходе беседы, и в итоге OpenAI признала, что первый запрос был отправлен лишь за несколько дней до этого, после того как информация о работе Бакмастера и Alpöge дошла до компании.

OpenAI ответила, заявив, что ни исследователи, ни агенты не видели свою работу до публикации и что никаких конкретных пользовательских данных не было получено. Компания добавила, что не может исключить возможность того, что обезличенные данные, полученные в результате использования ими продуктов OpenAI, могли помочь улучшить их модели, при этом отметив, что сами подтверждения значительно отличаются.

Таким образом, это доказательство еще не является официально признанным решением. Награждающий Clay Mathematics Institute требует, чтобы предлагаемые решения выдержали длительную проверку и получили широкое признание среди математиков, прежде чем рассмотреть возможность присуждения премии в размере 1 миллиона долларов.

Тем временем OpenAI заявляет, что не намерена претендовать на приз, описывая данный результат как свидетельство того, насколько быстро совершенствуются её исследовательские системы.


https://tinyurl.com/4wecf95s

суббота, 5 сентября 2026 г.

Шокуюче сильна нова модель від ОпенАІ реально розрив мозку.

 


Один з тестерів нових моделей нещодавно сказав в своєму пості, що наступні моделі будуть онтологічним шоком для користувачів. Ну виглядає виконали обіцянку.

Я от казав в 2025, що у нас скоро закінчяться взагалі тести для моделей в яких ми можемо сформулювати і питання і відповідь. І виглядає що ми різко заходимо на цю територію.

Приведу кілька прикладів.

Всього якихось 2-3 роки назад для більшості моделей шкільна математика була непідйомно складною. Вони плутались в таких елементарних речах, що навіть якось невдобно було на це все дивитись.

І Ви могли легко зустріти експертів, які б Вас авторитетно переконали, що це так завжди і буде, бо це ж мовні моделі, стохастичні папуги, і математика це не їх тема.

Ситуація швидко почала змінюватися, коли придумали розмірковуючі моделі. В 2025 на великий подив багатьом моделі вже взяли золото на найбільш престижній і складній міжнародній олімпіаді з математики змагаючись за загальними правилами – той самий ліміт часу, ті самі задачі, в тому ж тексті, без будь яких роз’яснень і перекладів.

Найбільш просунуті експерти в ШІ передбачили цю ситуацію. Тому наприклад Epoch AI в кінці 2024 на початку 2025 представили один з найбільш складних тестів в математиці, Frontier Math.

Вони підійшли до створення цього тесту дуже грунтовно, залучили десятки провідних математиків на конкурсній основі. Сформулювали сотні найбільш складних задач, які розбили на 4 категорії складності, від відносно «простої» університетської математики – категорії 1-3. До найбільш складної передової дослідницького рівня математики – категорія 4. На одну задачу категорії 4 топовий спец в певній сфері своєї спеціалізації міг витратити не один тиждень, щоб задачу сформулювати.

Так от, щоб трішки зрозуміти складність цих задач, і примірятись щодо людського рівня в них, автори тесту провели тест з найбільш талановитими студентами найсильнішого технічного ВУЗу США – МІТ змагання в тестах Frontier math. При чому не індивідуальні, а командні – 8 команд по 4-5 людей, 4.5 години на тест. То от в задачах 1-3 рівня команди набирали 19% в середньому, всі команди разом – 35%. Це у відносно простих задачах 1-3 рівня.

Задачі 4 рівня, які значно складніші, вони навіть не давали в тест. Бо про них навіть професійні математики з провідними медалями (Філдса) казали, що зможуть може вирішити кілька з своєї спеціалізації.

На старті як цей тест представили провідні моделі ШІ вирішували менше 10% навіть простих 1-3 рівня задач.

Так от Астра просто розриває цей тест. Вона вирішує майже все, всю передову сучасну математику зібрану в цьому тесті, 97.6% найскладнішого 4 рівня. Тобто може якусь одну задачу не з’їла з усіх (їх там штук 50 в цьому розділі, складно сформулювати такі). І то, деколи ще помилки є в тестах, ще треба буде дивитись.

Це не те що надлюдський рівень, це надлюдський рівень з пристойним відривом. Ви не знайдете жодного живого математика, який навіть дуже віддалено зможе претендувати на такий результат в цьому тесті.

Тепер мене часто питають, а що ж тут до практики. Гм. Дивне питання.

Ну от візьмемо такий вимір. Коли згадують таємний світовий уряд, рептилоїдів, які правлять світом, першу назву яку називають – як правило це BlackRock. Унікальний фінансовий конгломерат, який керує активами на більш як на 15.3 трильйонів доларів.

Але сам Blackrock, це не тільки і може і не стільки рептилоїди, скільки програмний комплекс Аладін. І цей програмний комплекс використовує навіть не тільки Блекрок (хоча вони його розробили), а і інші організації, і загалом оцінюють, що з цим Аладіном керують активами на більш як 21 трильйонів доларів.

І тут варто задуматись про те, що в світ стрімко приходять моделі ШІ, які демонструють вищий рівень в математиці, ніж будь-хто і очевидно ніж навіть команди таких компаній як Блекрок. Відповідно з цими модельками потенційно можна розробити кращі алгоритми, аналітику, прогнози і тд. Не те щоб я сильно переживав за рептилоїдів, думаю вони отримають доступ до всіх моделей, які їм будуть потрібні. Але цікавий напрямок для роздумів і розробок зовсім нового рівня, хіба ні?

І це тільки один з вимірів нереальних можливостей цієї нової моделі.
Стрибок здібностей просто шалений. Це мабуть найбільш вражаючий реліз за цей рік.

Приведу інший приклад – в дуже складному тесті на творче вирішення нових задач – ARC AGI 3 – дуже хитрий тест. Так от попередня-поточна найкраща модель ОпенАІ GPT 5.6. Sol – яку багато хто в принципі вважав найкращою до вчора. Набирала в Arc AGI 3 жалюгідні 7.8%.

Скільки Астра? Просто розірвала цей тест з результатом 99.9% (з їх responses API).

При чому тут якраз фішка в тому, що в 3 версії тесту, автори спеціально штрафували моделі, які ті намагались пройти тест грубою силою – перебором більшої кількості варіантів. Якщо моделі потрібно було більше кроків, ніж в середньому людям на проходження тесту (це візуальні головоломки), моделі дуже швидко втрачали бали.

То от Астра навпаки в більшості дуже швидко розбиралась в логіці нових ігор (правила не відомі, в цьому якраз складність), з меншою кількістю кроків ніж в середньому люди.

Взагалі додам також лінк на коментар автору Arc AGI 3 - François Chollet. Вони проаналізували міркування моделі для розв'язку задач тестів і їх дуже здивував рівень символічних міркувань щодо задач тесту. Астра зайшла настільки далеко, що створила спеціальну мову для алгебраїчних нотацій станів гри, щоб їй було зручніше головоломки вирішувати.

ARC AGI 3 до речі вийшов тільки в кінці березня 2026 і на час виходу жодна модель не набирала в ньому навіть 10% - настільки спеціально складним для моделей його зробили. Протримався всього кілька місяців. А перший ARC AGI тримався 5 років.

І прикол в тому, що таких тестів десятки і майже у всіх рекордні результати. То це тільки перше інтро. Ще напишу про інші результати і покажу демо.
В доступ Астру дадуть впродовж кількох днів всім користувачам, навіть з підписками за 20 доларів. Вчора дали в доступ тільки довіреним партнерам. Так що рептилоїди нас на кілька днів все ж випереджають. Треба буде в наступні дні наздоганяти.

Як Ваші враження від релізу?

https://epoch.ai/gradient-updates/is-ai-already-superhuman-on-frontiermath

https://epoch.ai/frontiermath/tiers-1-4?view=graph&tab=release-date&tier=Tier+4+%28v2%29&fbclid=


Bandura Volodymyr

четверг, 14 мая 2026 г.

Машина, превосходящая Вселенную.

 


100-шестереночная экспоненциальная машина — это инсталляция нидерландского художника Даниэля де Брюина (Daniel de Bruin). Она наглядно представляет число гугол ($10^{100}$) с помощью 100 соединенных пар шестерен, где каждый следующий уровень снижает скорость вращения ровно в 10 раз. Проект демонстрирует силу экспоненциального роста: для полного оборота последней шестеренки потребуется время, многократно превышающее возраст Вселенной.

Основные аспекты машины:
  • Механизм: Конструкция состоит из 100 пар шестерен. Маленькая ведущая шестеренка с 10 зубьями приводит в движение большую с 100 зубьями, обеспечивая передаточное отношение 1:10 на каждом этапе.
  • Математика ($10^{100}$): Из-за 100 последовательных этапов финальная шестеренка вращается в $10^{100}$ раз медленнее первой. Ей нужен 1 оборот на каждые $10^{100}$ (один гугол) оборотов первой детали.
  • Временные масштабы: Если запустить первую шестеренку со скоростью 1 оборот в секунду, то последней для полного круга понадобится примерно $3 \times 10^{92}$ лет. Для сравнения: текущий возраст Вселенной составляет всего около $1.38 \times 10^{10}$ лет.
  • Физическая реальность: Попытка прокрутить механизм в обратную сторону (от последней шестеренки к первой) невозможна. Из-за колоссального сопротивления и требуемого крутящего момента, превышающего всю энергию известной Вселенной, конструкция мгновенно блокируется.
Даниэль де Брюин сконструировал этот аппарат в честь наступления миллиардной секунды своей жизни, чтобы визуализировать непостижимо огромные числа.




⚙️ Создана Даниэлем де Бруйном, «The 100-Gear Exponential Machine» (или просто машина с 100 шестерёнками) состоит из 100 шестерёнок, каждая из которых имеет передаточное отношение 10:1 по сравнению с предыдущей. 🔄 Это означает, что на каждые 10 оборотов одной шестерёнки следующая совершает всего 1 оборот. Когда такое редукция повторяется 100 раз, результат становится экстремальным: ⚙️ Чтобы последняя шестерёнка совершила один полный оборот, первой пришлось бы провернуться 10¹⁰⁰ раз — число, известное как гугол. Для сравнения: Наблюдаемая Вселенная содержит около 10⁸⁰ атомов. Иными словами, число, необходимое для движения последней шестерёнки, намного превышает количество атомов, существующих в космосе. Если первая шестерёнка будет вращаться один раз каждые 3,5 секунды: 5-я уже потребует часов, чтобы завершить один оборот. 8-я займёт около года. Через 4,6 миллиарда лет (возраст Земли) 18-я едва завершила бы пол-оборота. Даже через 13,8 миллиарда лет (возраст Вселенной) 21-я практически не сдвинулась бы с места заметным образом. Принудительное вращение последней шестерёнки потребовало бы скоростей и энергии, превышающих фундаментальные физические пределы — включая те, что накладывает теория относительности. ⚛️ Эта машина — конкретное воплощение мощи экспоненциального роста и границ физики. Иногда невозможное кроется не в приложенной силе — оно таится в вовлечённой математике.

воскресенье, 18 мая 2025 г.

Вибачте, Піфагоре!

 


Ця 3700-річна вавилонська табличка (IM 67118) доводить, що теорема Піфагора вже була старою математикою до того часу, як він народився. Стародавні переписувачі вирішували для c², коли Греція досі була у бронзовому столітті! Вавилонська система числення на основі 60 досі управляє нашим годинником (60 хвилин) і колами (360°) — ось вам і довгостроковий вплив!⁣

⁣
У 1770 році до нашої ери вавилонський вчитель втиснув очерет у мокру глину, щоб продемонструвати, як обчислити діагональ прямокутника, використовуючи те, що ми зараз називаємо теоремою Піфагора (a² + b² = c²). Табличка, знайдена в Іраку, включає покрокову математику з основою 60 — доводячи, що жителі Месопотамії використовували цю формулу за 1000 років до того, як Піфагор намалював свій перший трикутник.
⁣
Ще раніше, на табличці Plimpton 322 (бл. 1800 до н. е.) перераховані піфагорійські трійки (наприклад, 3-4-5) акуратним клинописом, що говорить про те, що це був підручник для просунутих студентів.