OpenAI bejelentése szerint egy belső fejlesztésű modelljüket, amelyről az OpenAI „Astra, our next major model” néven ír, tíz matematikai problémára állították rá — kifejezetten olyan feladatokra, amelyeknél az elmúlt legalább tíz évben nem történt előrelépés a főeredmény szintjén. A vállalat közlése szerint a megoldásonként elköltött összeg a GPT‑5.6 Sol tokenárain számolva kevesebb volt, mint 2 000 dollár.
Mit tettek közzé
OpenAI közzétette az openai/ten-proofs nevű tárat, amelyben Lean 4 formálisítások találhatók az eredményekről. Emellett publikáltak egy tanulmányt, amely leírja a javasolt megoldásokat, és rendelkezésre bocsátottak egy, a nagy nyelvi modell által generált PDF‑et is, amelyben a modell „újraépíti”, hogyan álltak össze a bizonyítások az egyes, nem publikált belső gondolatmenetek nyomán.
Ez a dokumentációs csomag magasabb szintű transzparenciának tűnik: formális bizonyítások, leíró anyag és a modell által rekonstruált magyarázat egyaránt elérhető.
Kontextus és korábbi fejlemények
A bejelentés közvetlenül azt követi, hogy néhány nappal korábban az Anthropic adott hírt arról, hogy a Claude modell Mythos Preview változatával kriptográfiai gyengeségeket fedeztek fel — állításuk szerint körülbelül 100 000 dollár értékű tokenfelhasználással, és kimondottan kutatási célú, mélyebb promptok alkalmazásával.
A mostani OpenAI‑jelentés sok matematikusban párhuzamokat ébresztett: többen Deep Blue‑szerű pillanatként élték meg a hírt, amikor a gép egy korábban emberi teljesítménynek tartott feladatsort sikeresen old meg.
Miért számít ez? Terence Tao és a „big mathematics” fogalma
A fejlemények kapcsán érdemes felidézni Terence Tao gondolatait az IEEE Spectrum júniusi számában: Tao nem elutasító vagy rettegő az AI-val szemben, hanem úgy látja, hogy az alapvető változást hozhat a tudományterületen. Ezt ő „big mathematics” néven írta le — egy olyan jövőt, ahol széleskörű, decentralizált ember‑gép együttműködések működnek együtt, a kreatív, koncepcionális részeket emberek viszik, míg a technikai, ismétlődő munkák oroszlánrészét gépek végzik.
Nyitott kérdések
Az OpenAI beszámolójában nem egyértelmű, hogy hány problémán dolgoztak megkísérlés nélkül a megadott összegnél többet elköltve, illetve nem részletezik a belső modell pontos konfigurációját vagy a promptokat, amelyeket használtak. A közösségben többen kérték a promptok megosztását, illetve további reprodukálhatósági részleteket.
Összegzés
OpenAI szerint egy belső modell rövid idő alatt tíz, hosszú ideje megoldatlan vagy stagnáló matematikai probléma megoldásához vezetett, a megoldásokról Lean 4 formális bizonyítások is elérhetők az openai/ten-proofs tárban. A részletek — különösen a promptok és a belső nyomvonalak teljes nyilvánosságra hozatala — továbbra is a közösség által várt elemek.
