OpenAI publikuje 372 wyniki matematyczne. Nawet Sam Altman mówi: nikt ich jeszcze nie potwierdził

6 października 2026 roku OpenAI opublikowało w repozytorium GitHub (licencja Apache-2.0) zbiór wyników matematycznych wygenerowanych przez niewydany jeszcze, wewnętrzny model badawczy: 372 rodziny wyników, które w ciągu pierwszego tygodnia rozrosły się z 719 do 722 manuskryptów — repozytorium jest żywym dokumentem, liczby się zmieniają z kolejnymi aktualizacjami. Modelowi przedstawiono około 4000 otwartych problemów matematycznych; średni uzyskany wynik kosztował równowartość trzech godzin obliczeń w trybie ChatGPT Pro.

Najgłośniejszy element zbioru: domniemany dowód Unique Games Conjecture, znanej też jako hipoteza Khota — problemu teorii złożoności obliczeniowej otwartego od ponad dwudziestu lat. Wśród innych wyróżnionych wyników: twierdzenie o strefie bez zer dla funkcji L Dirichleta i — według części relacji — wynik dotyczący hipotezy Hodge'a dla abelowych odmian CM.

Co właściwie zostało zweryfikowane

Według stanu z 7 października, około 42 procent „głównych" wyników (300 z 719 wówczas znanych manuskryptów) miało formalizację w systemie Lean — narzędziu pozwalającym komputerowi sprawdzić logiczną spójność zapisu dowodu w przyjętym systemie formalnym. To ważne zastrzeżenie: Lean sprawdza, czy dany zapis wynika z przyjętych założeń, nie czy sformalizowane twierdzenie faktycznie odpowiada obiecanemu wynikowi, czy założenia są właściwe, czy wynik jest rzeczywiście nowy, albo czy niesformalizowane fragmenty pracy są poprawne.

Sam Altman publicznie wyróżnił cztery najważniejsze wyniki zbioru — w tym Unique Games Conjecture — i zaznaczył wprost, że żaden z nich nie został jeszcze potwierdzony przez niezależnych matematyków; wynik dotyczący hipotezy Hodge'a, według jego własnych słów, nie ma jeszcze formalizacji Lean. Dana Moshkovitz, badaczka pracująca nad Unique Games Conjecture od dekady, powiedziała, że nie jest w stanie przeczytać dowodu bez pomocy AI. OpenAI samo przyznaje, że jego własni matematycy nie rozumieją jeszcze wielu wyników ze zbioru.

Wyścig z maszyną

Nie wszyscy czekali bezczynnie. Dor Minzer wraz z dwoma studentami pospiesznie opublikował 95-stronicowy dowód słabszego, powiązanego wariantu problemu (tzw. 4-to-1) tuż przed ogłoszeniem OpenAI — epizod opisany przez Quanta Magazine jako „wyścig badaczy, by pobić maszyny". Autorzy sami zaznaczają, że ich praca jest matematycznie kompletna, ale nie w preferowanej formie prezentacji — presja czasu była odczuwalna z obu stron.

OpenAI konsultowało sposób publikacji z niezależną grupą doradczą — Advisory Group on Mathematics and Artificial Intelligence przy Institute for Advanced Study — ale nie opublikowało promptów, nazwy użytego modelu ani kosztu obliczeniowego dla poszczególnych problemów, czego ta grupa miała prosić. Upublicznione zostały jedynie zagregowane statystyki: liczba prób, średni koszt w jednostkach ChatGPT Pro, dziesięć streszczeń rozumowania modelu.

Trzy liczby, które łatwo pomylić

Łatwo zlać w jedną narrację trzy osobne wskaźniki: liczbę wygenerowanych manuskryptów (372 rodzin, 719–722 i rosnąco), odsetek formalnie zweryfikowanych w Lean (ok. 42 procent głównych wyników, stan z 7 października) i odsetek merytorycznie zrozumiany i potwierdzony przez ludzi — ten ostatni, według wypowiedzi Aaronsona, bliski zeru. „AI rozwiązało matematykę" nie jest prawdziwe na żadnym z tych trzech poziomów osobno, choć każdy z nich samodzielnie jest realnym osiągnięciem.

To, co odróżnia ten przypadek od typowego wzorca Deficytu Zdolności Weryfikacyjnej opisywanego przez laboratorium, to transparentność samego producenta: Altman i OpenAI nie twierdzą, że wszystko jest potwierdzone — mówią otwarcie, że nie jest. Deficyt jest tu przyznany od początku, nie odkryty później przez dziennikarzy czy regulatorów. To rzadki, częściowo „uczciwy" wariant problemu, który laboratorium dokumentuje zwykle w odwrotnej konfiguracji.

Predykcje, które będziemy sprawdzać

Pełny rejestr predykcji znajduje się w Forecast Ledger. Nic z niego nie usuwamy — nawet jeśli prognoza się nie sprawdzi.