GPT решает математические проблемы. Как нейросеть становится лучше любого кандидата наук.
На днях мне попался интригующий и пугающий рилс, в котором говорилось:
«Математика все — готова.» («math is cooked») [source]
[Полное видео, из которого был вырезан шортс.]
Автор даже напрягся. Вот это прогрев гоев, конечно. Неужели и за этими яйцеголовыми пришли?
Обсуждалось, что недавно GPT-5.4 решил крайне сложную математическую проблему из списка тех, которые выступают неким бенчмарком для проверки возможностей нейросетей в математических вычислениях.
Польский математик Бартош Наскрецкий (надеюсь я правильно перевел) сказал, что это был его личный момент с «ходом 37».
{Речь идет о непредсказуемом легендарном ходе, совершенном ботом AlphaGo в партии в Го. Сейчас уже таким не удивить, программы громят любого человека в покере, шахматах и других играх.}
Я удивился, что теперь нейросети станут ползуче заменять математиков со всего мира, окончательно добивая рынок труда. Ведь, как ранее утверждалось, ЛЛМки точно подточат многие рабочие места офисных работников, креативщиков и прочих, а тут еще выходит, что они принялись за исследователей, да еще в таких респектабельных, сложных и «точных» науках. Ой! Вэй!
Так как автор слабо понимает в математических проблемах, мучающих научное сообщество, ему пришлось лезть в интернеты глубже, чтобы понять, насколько все серьезно и нет ли здесь каких-то подвохов.
Спойлер. Подвохи есть и не все так уж однозначно.
Мне удалось найти несколько рилсов, где самые большие и богатые инфлюэнсеры-бизнесмены, типа Илона Маска и Сэма Альтмана заявляют, что современные ЛЛМ уже буквально лучше, чем большинство PhD (кандидаты наук по-нашему) в любой сфере.
«Чат GPT — законный PhD-эксперт с во всех сферах.»
«Грок 4 — PhD во всем, лучше, чем большинство PhD.»
Нарративы очень похожи. Каждый хвалит свое, естественно, тыкая носом всех кандидатов и докторов наук.
Хоть это прозвучит немного обидно, но в чем-то господа правы. Действительно модели, как не прискорбно, будут лучше, чем многие исследователи, коптящие научное сообщество своими ресерч пейперами. За последнее время люди напекли столько научного мусора, который никто не читает, что любая нейросеть позавидует.
Перед тем как прокомментировать судьбу кандидатства в науках, я бы вернулся к математике и тому, что же все-таки поменялось с приходом новейших (весна 2026 г.) моделей.
Так как сам автор не математик, то я полез на ютуб и реддит, узнать мысли тех, кто понимает в этом лучше.
Мне удалось найти вот такое мнение. Выложу финальный вывод автора.
Когда я представляю исследовательский проект в математике — это как смотреть на дерево. Все эти ветви разделяются и разделяются, и разделяются. Ты пытаешься найти правильный путь для того, чтобы получить то решение, которое очень хочешь. Чат GPT выглядит хорошим в перемещении от одного узла к другому. Но, по крайней мере, то, как я это увижу, он не может найти правильный следующий узел {Прим. Здесь под узлом (node) понимается та точка, где сходятся многие ветви, т. е. пути решения} или последовательность узлов для того, чтобы получить ответ, который ценный. Сегодня нет никакого шанса на то, что современные модели могут решить сложнейшие математические проблемы. Ну, вы знаете — это те, о которых люди реально задумываются. Я про то, что какое ни будь вычисление, которое не было выполнено до этого, технически говоря, вычисление, которое уже находится в корпусе всех человеческих знаний (т.е. уже известно, как его посчитать), конечно чат-бот может выполнить такое вычисление, даже если такие проблемы, технически говоря, нерешенные и новые {Прим. Это привет тем, кто говорит, что математика уже полностью решена}. Если ты дашь модели правильную ноду и попросишь ее пройти через этот путь настолько оптимально, насколько это возможно для решения проблемы, то ИИ, на самом деле, очень хорош в этом. Но, так или иначе, в решении моих задач, которые наиболее интересны и релевантны, о которых я разговариваю с академиками {Прим.далее идет список математических проблем, которые поймут не только лишь все} — чат GPT не справляется. Извините если это идет в разрез с тем мнением, что эти модели лучше, чем исследовательский уровень в чем-либо.
Ну, супер! Это то, что касалось математики, я также окунулся в астрофизику, что гораздо ближе к моей области. И вот, что нашел.
Представляю вам видео, где уже астрофизик, увлекающийся черными дырами, рассказывает и показывает то, как модель справилась с написанием целой научной статьи по его теме. С первого взгляда получилось круто (нет), но, если вчитываться, то качество работы вышло абсолютно неприемлемым для публикации даже в захудалый Q4, валяющийся сбоку, набитый зомби-статьями. Чего говорить о публикации в более-менее серьезный научный журнал. Такие финтифлюхи не прокатят.
В области, где работает непосредственно автор этого текста (физика твердого тела, физика конденсированного состояния), тоже невозможно нанейронить готовую статью, выйдет ужасно, какую ты модель не используй. Получится нечто напоминающее исследовательскую работу. Нууу, это как сильно прищурившись, разглядывать статью издалека, то плюс-минус что-то будет походить. Как только начинаешь смотреть в оба глаза, то они сразу лезут тебе на лоб.
Так что нет, пока модели не могут сгенерить с нуля удовлетворительную научную работу (вот было бы классно да?), вмешательство кожаных требуется. Поэтому все эти громкие заявления хорошо работают для пиара и привлечения инвесторских денег, но не на практике.
Кстати, про заявления.
Если повспоминать 2023 год, то там звучали похожие слоганы, типа «математика-все», только в сторону программистов. Говорили про то, что инженеры-разработчики будут не нужны, программирование-все. Компании увольняли сотни тысяч разработчиков, вкладывая деньги в ИИ, все радовались, эйфория царила запредельная. ПО писало само себя, всем было по кайфу, пока не начали вылазить баги. Для исправления всего, что наворотили модели, внезапно снова потребовались квалифицированные люди. И вот в 2026 году, компании по-тихому, без громких пресс-релизов начали обратно нанимать людей.
Главное не нарушать тишину, ведь совсем негоже будет пугать воодушевленных инвесторов несущих миллиарды для строительства новых дата-центров.
Люди оказывается все еще нужны, но будет большим упущением не сказать о том, что далеко не все люди так уж нужны и далеко не все будут получать ту же самую плату за свой труд. Что же может поменяться или уже поменялось во многих профессиях по всему миру? Как много шансов у людей выстоять в битве с машинами?
Медленное, но верное уничтожение рынка труда.
Недавно, так как я в танке и до меня поздно доходит, автор поставил себе Claude и начал пробовать, что эта штука может. До этого я, конечно же, пробовал вайбкодить пару дней, но процесс меня истязал. Но вот с этой штуковиной все немного иначе. Ты пишешь, что тебе нужно, далее 2-5 минут что-то происходит, и ты получаешь результат выше удовлетворительного. Завайбкодить себе замену скучной эксельки, где хранятся сведения об активах на балансе, с приятным интерфейсом и возможностью допиливать все под себя — не проблема. Не вижу смысла в некоторых сервисных подписках, ранее мною оплачиваемых. Самое простое ПО, где не требуется серьезная безопасность, можно сделать самому. Дезигн делается уже лучше, чем большинство людей способны. Эта штука, например, клепает рыбу постеров для научной конференции за считаные минуты. И многое другое ЛЛМ способна сделать, особенно при правильных запросах. Ведь даже у автора что-то выходит, а я совсем не специалист.
Вышеперечисленно подталкивает нас к волнующему выводу.
-Любая алгоритмизированная работа вскоре окажется заменённой роботами. Процесс будет происходить постепенно, отжимая все больше областей. Бухгалтерия, дизайн, маркетинг, юриспруденция, консалтинг всех мастей, журналистика — все, где человек окажется слабее, чем модель, будет частично или полностью автоматизировано. Ожидаемо, что замена человеческого труда может происходить с препятствиями, ведь куча уволенных людей, оказавшись без работы = торможение экономики, а это растит риск рецессии. Но даже такой риск можно снять со стола, ковидный опыт показал, как это делается — fсkn printing. Я не знаю будущего, но, препятствия на пути к автоматизации и, как следствие, увеличение эффективности труда, будут пройдены с тяжелыми последствиями, безусловно. Но автор не видит достаточно аутов для нас в этой ситуации. Сложно сидеть уверенно в раздаче с 72o, а дилер раздал ААК на флопе, когда до этого все сильно повышали ставки. Мы стоим в очень зыбкой позиции.
Проблема в том, что люди как были нужны, так и будут (не зря же их обратно нанимают), вот только планка, задаваемая всякими там Grok, GPT, Claude и прочими, постоянно двигается вверх. Для большинства людей это очень плохие новости, так как, казалось, что машины будут слишком неэффективны, чтобы заменить людей, а оказалось, что вполне. Гонка предстоит очень серьезная. Вопреки распространенному мнению, что люди будут толпами ходить без работы, замененные на все 100% ботами, я думаю немного иначе. Скорее всего такой труд, как офисная работа в широком смысле, сильно потеряет в цене. Так как многие процессы теперь выполняются крайне легко, то их ценность резко падает. Люди станут получать за свою работу гораздо меньше денег, а некоторые, увы, полностью лишатся работы. Самое ужасное в этой ситуации то, что переквалифицироваться будет некуда, так как почти во всех областях будет происходить примерно то же самое.
А самый высококвалифицированный труд, типа лучших, топовых исследователей, разработчиков, инженеров, юристов, докторов, провайдеров bespoke сервиса, список можно продолжить — будет очень сильно расти в цене. Возможно, такую вот расходимость в стоимости оплаты разного по качеству, но схожему по профессии труда, мы с вами будем наблюдать, а также непосредственно участвовать в этой мега-зарубе.