google-deepmind/alphaproof-nexus-results

Свежая работа по ИИ в математических доказательствах от Google DeepMind (AlphaProof) Успехи ИИ в решении серьёзных математических задач уже мало кого удивляют, но новая работа Google DeepMind интересна не только результатами, а тем, как именно они были получены . Исследователи представили AlphaProof Nexus — систему, где LLM перестаёт быть просто генератором текста и начинает работать как полноценный агент внутри среды с обратной связью . Это важный сдвиг. Главная проблема обычных LLM — галлюцинации . Для математики это критично: одна ошибка ломает всё доказательство. Но вместо попыток «сделать модель аккуратнее» исследователи изменили сам процесс работы ИИ. Ключевая идея в том, что модель больше не работает в вакууме. Теперь у неё есть внешняя система проверки, которая может мгновенно подтвердить или опровергнуть каждый шаг рассуждений. Для этого используется Lean — язык формальных математических доказательств, где каждое утверждение проходит строгую автоматическую верификацию компилятором. Получается такой цикл: — модель предлагает следующий шаг доказательства; — система проверки валидирует его; — при ошибке агент получает точную обратную связь; — корректирует стратегию; — и продолжает поиск решения. То есть система работает уже не как чат-бот, выдающий ответ за один проход, а как агент, взаимодействующий со средой и постоянно адаптирующий свои действия . Именно это сейчас становится одним из главных направлений развития ИИ: не просто “больше нейронных связей”, а появление циклов генерация → проверка → обратная связь → исправление → новая попытка . По сути, модель получает нечто похожее на настоящий исследовательский процесс . Результаты при этом очень серьёзные: — решены 9 открытых задач Эрдёша; — доказаны 44 гипотезы из OEIS; — найден контрпример к одной из гипотез Бена Грина; — продвинут 15-летний спор в алгебраической геометрии. Но, возможно, главный вывод работы даже не в математике. Похоже, что следующий этап развития ИИ — это не «ещё более у