OpenAI представила 10 прорывов в математике и теоретической информатике
OpenAI опубликовала новые результаты, решающие давние задачи в геометрии, криптографии и теории сложности, открывая пути для практических приложений.
В блоге OpenAI от 1 августа 2026 года опубликован обзор Ten advances in mathematics and theoretical computer science. Команда исследователей поделилась десятью новыми результатами, которые закрывают или существенно продвигают решение многолетних открытых проблем.
- Геометрия – доказана гипотеза о плотности упаковки в четырёхмерных пространствах, что улучшает оценки в задачах оптимизации размещения.
- Теория графов – найдено полиномиальное решение для класса задач о раскраске планарных графов с ограничениями, ранее считавшихся NP‑трудными.
- Криптография – предложен новый протокол на основе решёток, устойчивый к атакам квантовых компьютеров, с доказанным безопасным пределом в 256‑битных ключах.
- Алгебраическая теория чисел – подтверждена часть гипотезы о распределении простых чисел в арифметических прогрессиях, что ускорит генерацию безопасных параметров для RSA‑подобных схем.
- Теория сложности – продемонстрировано разделение классов BPP и NP под условием гипотезы о случайных оракулах, открывая новые подходы к доказательствам невозможности полиномиальных алгоритмов. 6‑10. Остальные пять пунктов охватывают улучшения в теории вероятностей, комбинаторике, теории автоматов, топологии и машинном обучении, где математические модели теперь более точно описывают поведение сложных систем.
Все результаты сопровождаются полными доказательствами, открытыми репозиториями кода и интерактивными ноутбуками на GitHub. Подробнее – OpenAI Blog. Эти прорывы не только расширяют фундаментальную науку, но и дают практические инструменты для разработки более надёжных криптосистем, оптимизационных алгоритмов и методов анализа данных.
Для разработчиков AI такие достижения означают доступ к более надёжным криптографическим примитивам и новым алгоритмическим подходам, которые могут ускорить обучение моделей и улучшить их безопасность. Студенты и исследователи получат открытый набор доказательств и код, что ускорит обучение в теоретических дисциплинах. Однако некоторые результаты (например, разделение BPP и NP) пока остаются условными, поэтому следует внимательно оценивать их практическую применимость.
