## ИИ в математике: между мифом и реальностью, Терренс Тао нажимает на тормоза

Математическое сообщество уже несколько недель находится в состоянии бурления. Сенсационные заголовки провозглашают, что искусственный интеллект покорил нерешаемые проблемы на протяжении десятилетий, подпитывая теории о скором устаревании математиков. Но кто-то должен был остановить этот раздуваемый нарратив, и этим кто-то стал один из самых энтузиастичных исследователей на стыке ИИ и математики: Терренс Тао.

В раннем движении, отражающем срочность, Тао обновил свою документацию на GitHub, чтобы критически поставить под сомнение интерпретацию достижений ИИ. Его послание ясно: не путайте «получение проверяемых результатов» с «овладением математикой». Эта разница жизненно важна, но часто игнорируется.

### Проблема дезконтекстуальной интерпретации

Когда ИИ решает задачи Эрдаша, существует естественная тенденция преувеличивать успех. Однако Тао указывает, что эта упрощенная картина скрывает фундаментальные сложности. Во-первых, задачи Эрдаша не равнозначны по сложности. Некоторые представляют собой экстремальные вызовы, другие — «низко висящие плоды», которые современные инструменты могут достигнуть относительно легко. Сравнивать «количество решенных задач» без учета сложности — всё равно что измерять достижения по числам без контекста.

Есть и другой критический фактор: многие задачи, помеченные как «неразрешенные» на публичных платформах, не проходят тщательного обзора литературы. Когда ИИ «решает» одну из них, часто выясняется, что решение уже было найдено в каком-то уголке научного наследия. Нарратив о «первом открытии с помощью ИИ» рушится под scrutiny.

### Сценарий, искаженный видимостью

Публичные записи в основном фиксируют успешные случаи. Неудачи, безпрогрессивные попытки, тупиковые пути исследования ИИ — остаются вне учета. Эта асимметрия информации неизбежно искажает наше восприятие реальных возможностей.

Кроме того, когда Тао анализирует, как формализуется доказательство в помощниках вроде Lean, он выявляет тонкие ловушки: добавленные аксиомы, неправильно интерпретированные утверждения, использование особых свойств математических библиотек. Формально проверенное доказательство не всегда означает истинную концептуальную валидность.

### За пределами правильного ответа

Здесь Тао касается сути того, что значит быть математиком. Что это буквально в математике — не просто дать проверяемый ответ, а вплести этот ответ в более широкую сеть дисциплинарных знаний. Человеческое доказательство обычно включает контекст, историческую мотивацию, сравнения с предыдущими работами, охваты и ограничения метода.

Доказательства, созданные ИИ, напротив, часто лишены этого «ореола значения». Они технически корректны, но эпистемологически бедны для сообщества, которое их принимает.

### Что действительно делает ИИ

Тао осторожен, но справедлив в своей оценке. ИИ превосходит как инструмент: поиск литературы, переписывание аргументов, формализация существующих доказательств, автоматическая проверка, выполнение рутинных задач. В конкретных случаях, такие задачи как #728 y el #729 получили полные проверенные решения в Lean в начале января 2026 года, что показывает, что в определенных нишах ИИ действительно может создавать «исполняемые структуры доказательств».

Но это не означает полноценную математическую способность. ИИ не является математиком; это сложный компонент в цепочке инструментов.

### Будущее без идолопоклонства

Математика будущего, вероятно, не будет результатом работы одиноких мыслителей, а командой, которая управляет армиями синтетического интеллекта. Человечество формулирует глубокие вопросы, устанавливает новые концепции, интуитивно чувствует значимые связи. ИИ копает, формализует, проверяет, ускоряет.

Призыв Тао — к балансу: ни демонизировать, ни божественно возвеличивать. Признать трансформирующий потенциал ИИ, не впадая в мифологию, подпитываемую отдельными случаями, и не позволяя преувеличениям заменить строгий анализ.