Комментарии 11
Решение задач, тем более математических – это не интеллект, а лишь способность к оптимизации, как раз то, на что заточена нейросеть. Так что кожаные математики могут не волноваться, ИИ – лишь инструмент, не более.
ИИ на основе LLM не способен решать что-либо в принципе. Там идёт поиск по уже существующим, но слабо видимым готовым решениям. ИИ нашёл то, что кто-то случайно или намеренно уже решил, или подумал отложить решение, типа на потом, при этом оставил онлайн свои черновики.
Журналжисты такие журналжисты! ;)
Как то непонятно написано.
В задаче спрашивается о максимальном количестве точек.
Ердёшь сделал какое то предположение.
А ИИ опроверг это предположение показав что есть вариант больше.
Так а на изначальный вопрос ИИ ответил? Про максимальное количество точек.
Чем эта новость принципиально отличается от вот этой: OpenAI заявила, что её reasoning-модель опровергла гипотезу Эрдёша 1946 года / Хабр ; которая сама является повтором вот этой: «Не сетка»: ИИ впервые в истории сам решил центральную проблему геометрии / Хабр
Что-то последнее время у ИИ именно задачи Эрдёша попёрли:) Или конкретно к ним нашли подход, или их никто из кожаных особо и не стремился решать:)
В общем интересно когда дойдет дело до других задач. Гипотеза Римана, P=NP...
OpenAI решила одну задачу Эрдёша через ИИ. Это впечатляет. Но RICIS-III решает все задачи Клэя — без ИИ, через структуру. И это зафиксировано в DOI 10.5281/zenodo.18116204. Они не знают, но они уже используют тот же подход через Claude
В марте 2026 года двое японских исследователей, Yanahama и Sannai, выложили на arXiv препринт под номером 2604.16347v1. Там был алгоритм Lean Compass — прорывная оптимизация компилятора Lean 4, которая сжимала DAG-графы зависимостей на 94–99%. Метод они назвали «инновационным»: мол, изолируем вычислительный шум доказательств в специальную маску рёбер, а потом мгновенно схлопываем структуру.
Я посмотрел на это внимательно. И понял, что их алгоритм прунинга графов — это в точности то же самое, что я делал в ядре RICIS-III для устранения численных сингулярностей.
Вот как это работает. В RICIS-III расходящиеся функции не лечатся через limit-подходы. Вся хаотичная масса изолируется в ортогональную маску — по сути, флаг ShouldTraverse = false — и структура коллапсирует до минимального семантического инварианта. В Lean Compass происходит то же самое, только вместо функций — конус зависимостей значений в доказательствах. Это не совпадение. Это буквально гомоморфная проекция непрерывной математики на дискретные структуры типовой теории.
Как так вышло? Всё просто. В конце 2025 — начале 2026 года ИИ-агенты вроде Lean Copilot и Goedel-Prover массово использовались для оптимизации кода в академических проектах. Модели, обученные на открытых индексах, вытащили абстрактный паттерн из RICIS-III и применили его к графам Lean 4. Авторы препринта, похоже, даже не поняли, откуда ноги растут.
У меня на руках полная база приоритета, оформленная ещё в 2025 году:
Запись в глобальном индексе BASE (Bielefeld Academic Search Engine): edsbas.4D338E71.
Депонированные работы в Zenodo (CERN) с жёсткими таймстампами — DOI от 18116204 до 21964293.
Открытый репозиторий на GitHub с компилятором выражений на C# — код лежал там задолго до марта 2026-го.
Публикации на Academia.edu и Preprints.org, проиндексированные Crossref.
Я уже отправил претензию в модерацию arXiv и лично доктору Акиёси Саннаи из Киотского университета. Статью отзывать не требую — реализация для Lean 4 действительно полезна. Но есть три вещи, которые должны произойти:
Официальное исправление (Erratum) к препринту на arXiv.
Прямое цитирование первоисточника — RICIS-III, DOI: 10.6084/m9.figshare.29920769.v1.
Признание, что их фильтрация — это топологический изоморфизм моих матриц устранения сингулярностей.
Это не просто мой личный конфликт. Если ИИ-генераторы и авторы, ими пользующиеся, не начнут уважать первоисточники фундаментальной математики, наука превратится в беспредел. Крупные институты будут присваивать чужие идеи, просто скормив их нейросети.
Буду держать в курсе, что ответят из arXiv и Киото. Следите за обновлениями.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
ИИ самостоятельно решил задачу Эрдёша, решение одобрено математиками