722 artykułów matematycznych generowanych przez AI firmy OpenAI podzieliło matematyków między podziw a alarm

Co OpenAI opublikowała i kiedy

6 października 2026 roku OpenAI zamieściła 722 artykuły na GitHub, pogrupowane w 372 rodziny powiązanych wyników, wszystkie utworzone przez wewnętrzny model, który firma nie opublikowała publicznie, zgodnie z xenospectrum.com i biuletynem skoncentrowanym na AI Latent.space. Firma stwierdziła, że model został zastosowany do około 4 000 problemów matematycznych, przy czym średni zaakceptowany wynik kosztował obliczeniowo równowartość około trzech godzin czasu rozumowania ChatGPT Pro, jak doniosła Latent.space.

Jeden artykuł dotyczy tego, co naukowcy nazywają «Quasi-hipotezą Riemanna»: twierdzenia, że żadne zera pewnych L-funkcji Dirichleta nie istnieją tam, gdzie część rzeczywista przekracza 7/8. Xenospectrum.com zauważył, że nie rozwiązuje to rzeczywistej hipotezy Riemanna, która dotyczy zer przy części rzeczywistej dokładnie 1/2 i pozostaje nierozwiązanym problemem Milenijnym Instytutu Matematyki Claya.

Pochwała i alarm wśród matematyków

Reakcje podzieliły się ostro. Matematyk Levent Alpöge, opisywany przez Latent.space jako powiązany z Anthropic, nazwał publikację «oczywiście najbardziej znaczącym momentem w historii matematyki». The Conversation doniosła, że inni matematycy byli znacznie mniej zachwyceni: jeden recenzent odrzucił część partii jako «gigantyczną stertę gówna wylanę na nasz próg», a starszy matematyk powiedział, że jeden artykuł był tak niezrozumiały, że poszedłby prosto do kosza, gdyby został przesłany do czasopisma w zwykły sposób.

The Conversation doniosła również, że sam ChatGPT oznaczył co najmniej jeden z wyników w partii jako «poważną halucynację» i że kilka artykułów zostało później wycofanych lub zmieniono po znalezieniu błędów.

Luka w weryfikacji

Raporty na temat tego, ile z publikacji faktycznie zostało zweryfikowane maszynowo, różnią się. Xenospectrum.com, śledząc własny katalog formalizacji OpenAI na dzień 7 października, policzył 162 z 722 artykułów — około 22,4 procent — z wynikami sformalizowanymi w języku weryfikacji dowodów Lean. The Conversation natomiast doniosła, że OpenAI sformalizowała 300 głównych wyników przy użyciu oprogramowania typu Lean. Xenospectrum.com dodał, że nawet ukończona formalizacja Lean tylko potwierdza logiczne kroki dowodu, a nie to, że każde wyjaśniające twierdzenie w artykule zostało niezależnie zweryfikowane.

Tech-insider.org doniosła, że utworzono grupę doradczą z udziałem laureata Fields Terence Tao, aby pomóc zarządzać tym, jak wyniki OpenAI docierają do publiczności, ale że rola grupy była wyraźnie udzielanie porad dotyczących publikacji, a nie niezależna weryfikacja poprawności wyników. To samo źródło przytoczył wrześniowe twierdzenie, że model OpenAI, używając około 10 000 agentów AI pracujących przez około 88 godzin, stworzył dowód dotyczący problemu istnienia i gładkości Naviera-Stokesa — innego problemu Milenijnego — który Instytut Matematyki Claya nadal wymienia jako aktywny, a nie rozwiązany, co oznacza, że nie została ukończona niezależna weryfikacja.

Nad czym matematycy wciąż spierają się

Oprócz poprawności, tech-insider.org doniosła o obawie, że podejście OpenAI polegające na «opublikowaniu najpierw, weryfikacji później» odwraca tradycyjny sposób funkcjonowania matematyki, przesuwając ciężar powolnego, konkurencyjnego recenzowania na społeczność matematyczną, która jest już przeciążona. The Conversation doniosła o dodatkowym niepokoju dotyczącym domniemanego niewłaściwego użytku danych związanego z wcześniejszym twierdzeniem dotyczącym Naviera-Stokesa, podniesionego przez matematyków Tristan Buckmaster i Levent Alpöge — oskarżenia, które OpenAI zaprzecza — a także szerszą niepewność w dziedzinie dotyczącą tego, że badania będą «przejęte» przez systemy AI i co wzrost takich narzędzi oznacza dla matematyki jako zawodu.