Доказал гипотезу Римана вместе с нейросетью? Прекрасно. Теперь покажите компилятору

20.11.2026 · Авторская колонка

Допустим, математик объявил, что доказал гипотезу Римана — и что работал бок о бок с языковой моделью. Для истории науки новость ровно нулевая: прорывы в этой задаче анонсируют с завидной регулярностью, и почти все они рассыпаются при первом же внимательном взгляде. Настоящая драма — не в доказательстве, а в его проверке. Как только ИИ выходит на поле, где цена ошибки запредельна, науке придётся ответить на неудобный вопрос: кому мы верим больше — репутации человека или машине, которую можно перепроверить?

Прямая, на которой висят тысячи теорем

Гипотеза Римана прожила с нами с 1859 года и по-прежнему держит интригу: все нетривиальные нули дзета-функции должны лежать на одной прямой. Формулировка скромная, ставки огромные — за этой прямой стоит управление распределением простых чисел. Тысячи теорем в аналитической теории чисел доказаны с оговоркой «если гипотеза верна»; подтверждение превратит оговорку в лишнее слово, опровержение — обрушит часть здания. Фонд Клэя оценил задачу в миллион долларов и внёс её в список проблем тысячелетия.

Заявлений о доказательстве — десятки, и сценарий почти всегда один. Майкл Атья, один из величайших математиков XX века, представил своё доказательство в 2018 году на конференции в Гейдельберге: зал вежливо выслушал, сообщество не приняло. Луис де Бранж десятилетиями публикует всё новые варианты своего подхода. Поэтому новое заявление никто не встречает аплодисментами — запускается протокол проверки. А если в соавторах значится большая языковая модель, подозрительность удваивается. LLM прекрасно пишут связный текст — настолько связный, что логический разрыв незаметно прячется где-то на середине страницы.

Честно про ИИ: ассистент — да, автор — пока нет

Если раскладывать по-честному, картина такая: как ассистент ИИ уже полезен, как самостоятельный автор — мимо. Модели уверенно путешествуют по литературе, подсказывают, какие подходы давно похоронены, генерируют гипотезы и набрасывают эскизы атак на задачу. Достижения тоже реальные и публичные. AlphaProof и AlphaGeometry от DeepMind решали задачи Международной математической олимпиады на уровне серебряной медали. А гипотезу Фримана–Русса Теренс Тао с онлайн-сообществом довели до полного доказательства и формализовали в Lean за считанные недели — с ИИ-подсказками прямо внутри кода доказательства.

Иными словами, подтверждённый сценарий один: «ИИ как инструмент и соучастник», не «ИИ как автор». Заявление в духе «доказал вместе с чатом» попадает в серую зону — это ни чисто человеческий результат, который оценивают по репутации научной школы, ни машинный прорыв, подтверждённый формальной системой. Так что решает не громкость анонса, а процедура верификации.

Компилятор не спрашивает, кто автор

У науки заготовка давно готова: интерактивные системы доказательства теорем — Lean, Coq, Isabelle. Доказательство в них переписывается как программа, а каждый логический шаг проверяет крошечное доверенное ядро. Файл скомпилировался — вопрос правильности закрыт де-факто, причём система даже не поинтересуется, кто писал: человек или модель. Вокруг Lean выросла общая библиотека Mathlib с сотнями тысяч формализованных утверждений.

Доверие к такому арбитражу уже испытано на серьёзных вещах. Питер Шольце сомневался в корректности собственной глубокой теоремы — и запустил «эксперимент с жидким тензором»: сообщество формализовало доказательство в Lean, сомнения сняли. Сейчас то же сообщество работает над формализацией доказательства великой теоремы Ферма.

Слабое звено — формализация. Перенести доказательство из статьи в Lean — это недели, а то и месяцы кропотливого труда; отсюда и новая профессия — proof-инженер. И одна оговорка: Lean отвечает на вопрос «верно ли», но не «интересно ли и существенно ли». Значимость открытия по-прежнему меряют люди.

А что Россия?

Фундамент здесь прочнее, чем кажется. Школа Андрея Маркова стояла у истоков конструктивной математики и формальной теории алгоритмов — его «нормальные алгоритмы» прямой предок машинного подхода к вычислениям. В Новосибирске работает институт информационных систем имени Ершова, где формальные методы — профильное направление. Есть и современный слой: сообщества Lean и верификации. А в промышленности формальные методы дошли до продукта: микроядро KasperskyOS позиционируется как разработанное с применением формальной верификации.

С «математическим» ИИ сложнее. Свои большие модели есть — GigaChat у Сбера, YandexGPT у Яндекса. Но специализированных рассуждающих систем уровня DeepMind, по имеющимся данным, пока не появилось. Ограничитель, впрочем, общий для всей отрасли: дефицит вычислительных ресурсов и наукоёмкой доводки под узкие задачи. Зато главный ресурс открыт для всех: Mathlib — международный проект, участвовать можно откуда угодно, а сильнейшая олимпиадная школа кадрами обеспечивает. Дальше дело техники, причём в буквальном смысле: превратить proof-инжиниринг в полноценную университетскую дисциплину и встроить формальную верификацию в отечественную ИТ-индустрию.

Вывод

Как ни крути, судьбу любого заявления о Римане решат не заголовки. Либо доказательство однажды перенесут в ядро Lean, либо оно тихо утонет в молчании рецензентов после долгих месяцев проверки. А вместе с ним меняется и сама модель доверия: вместо «верю выдающемуся человеку» — «верю проверяемому артефакту». Математика понемногу становится инженерией: доказательство — это код, верификация — непрерывный процесс вроде автотестов. И следующий большой прорыв — человеческий или машинный — будет считаться состоявшимся в один-единственный момент: когда переживёт компилятор.