אם הפרסום החדש של OpenAI יחזיק בבדיקה של הקהילה המתמטית, הוא עשוי להיות אחד מאירועי ה-AI המעניינים של השנה — לא בגלל עוד benchmark, אלא בגלל שינוי אפשרי בתהליך המחקר עצמו.
OpenAI פרסמה ב-1 באוגוסט 2026 טענה חריגה: גרסה פנימית של Astra, המודל הגדול הבא שלה, יצרה תוצאות חדשות בעשר בעיות פתוחות במתמטיקה ובמדעי המחשב התאורטיים.
לפי החברה, מדובר בבעיות שלא נרשמה בהן התקדמות משמעותית על התוצאה המרכזית במשך לפחות עשור, ובחלק מהמקרים הרבה יותר. התחומים כוללים גיאומטריה בממדים גבוהים, תורת הקודים, תורת החבורות, אלגברות אופרטורים, סיבוכיות קוונטית, קריפטוגרפיה מבוססת סריגים וקומבינטוריקה קיצונית.
מה OpenAI טוענת שקרה?
החלק החשוב בפרסום הוא לא רק רשימת התוצאות, אלא אופן העבודה. לפי OpenAI, המודל מצא את הרעיונות המרכזיים להוכחות. לאחר מכן בני אדם הכינו את הטיוטות למאמרים בעזרת אותו מודל, ולבסוף המודל פורמל את ההוכחות ב-Lean.
Lean היא סביבת proof assistant: במקום להסתפק בטקסט מתמטי שאנשים קוראים ומפרשים, ההוכחה נכתבת בצורה שמכונה יכולה לבדוק באופן פורמלי.
זה לא אומר שהקהילה המדעית צריכה לקבל אוטומטית כל טענה. אבל זה כן משנה את רמת הרצינות של הפרסום: יש מאמר, יש repository פתוח, ויש certificates שניתן לבדוק.
בין התוצאות שפורסמו
- חסמים חדשים לצפיפות אריזת כדורים בממדים גבוהים.
- חסמים משופרים לקודים בינאריים וספריים.
- בנייה של קבוצה non-sofic.
- דוגמה נגדית להשערת הקשיחות של Connes.
- חסמים חדשים בסיבוכיות של מעגלים אריתמטיים.
- משפט parallel repetition קוונטי למשחקים דו-שחקניים.
- תוצאה על הקושי בקירוב של בעיית הווקטור הקרוב ביותר בסריגים.
- תוצאה על השערת הנפח של Ehrhart.
- חסם תחתון superexponential למספרי Ramsey רב-צבעיים.
- תוצאות בקומבינטוריקה קיצונית סביב השערות compactness ו-degeneracy.
למה זה חשוב גם מחוץ למתמטיקה?
במשך שנים רוב השיח על AI עסק במודלים שמסכמים, כותבים, מתרגמים או עוזרים בקוד. כאן הטענה שונה: מודל שמציע טיעון מתמטי חדש לבעיה פתוחה.
הקו בין מערכת שמארגנת ידע קיים לבין מערכת שמייצרת כיוון מחקרי חדש מתחיל להיות פחות ברור.
אם זה יתברר כנכון ומשמעותי, תהליך המחקר עשוי להשתנות. החוקר האנושי לא נעלם, אבל התפקיד שלו יכול לזוז: פחות חישוב ידני של כל האפשרויות, ויותר בחירת שאלות, בדיקת כיוונים, פרשנות, ביקורת והחלטה מה באמת חשוב.
איפה צריך להיזהר?
צריך להיות זהירים. הפרסום מגיע מ-OpenAI עצמה, והקהילה המתמטית עדיין צריכה לבדוק לעומק את הנכונות, החדשנות והמשמעות של כל אחת מהתוצאות.
Lean certificates יכולים לעזור בבדיקת תקינות פורמלית, אבל אמון מדעי הוא לא רק שאלה טכנית. הוא כולל גם הבנה של ההקשר, התרומה, הקשר לעבודות קודמות, והיכולת של חוקרים אחרים לבנות על התוצאה.
לכן הניסוח המדויק כאן הוא לא “AI פתר את המתמטיקה”, אלא: OpenAI פרסמה תוצאות פורמליות לבדיקה ציבורית, ואם הן יחזיקו — זו נקודת מפנה בדרך שבה AI משתלב במחקר מדעי.
השאלה הגדולה
אם AI מתחיל לייצר הוכחות פורמליות לבעיות פתוחות, איך ייראה תהליך המחקר בעוד שלוש עד חמש שנים?
כנראה לא עולם שבו המחשב מחליף את המדען. יותר סביר עולם שבו המדען עובד עם מערכת שמציעה כיוונים, בונה טיעונים, בודקת פורמלית חלקים גדולים מהעבודה — ומשאירה לאדם את השיפוט, האחריות והמשמעות.