В колонке, опубликованной в 19-м номере журнала ActuIA, Аксель Сипель размышляет о способности искусственного интеллекта создавать теорию. Недавние вклады ИИ в математику придают этому вопросу новое звучание: достаточно ли получения нового результата, чтобы утверждать, что машина мыслит?
Автор противопоставляет два способа производства знания. С одной стороны, машинное обучение, которое действует индуктивно, то есть путем обобщения на основе примеров. С другой — теория, способная порождать новые концепции. Он опирается на великие физические теории — от галилеевой механики до Стандартной модели, — которые не следовали этому методу. Гравитационные волны, предсказанные общей теорией относительности Эйнштейна, стали искать лишь потому, что теория их предвещала, отмечает он, ссылаясь на так называемый гипотетико-дедуктивный метод. Он также использует выражение физика Этьена Клейна, для которого теоретический акт действует как «онтологическая лебедка».
В тексте приводится вопрос, который ему задали на церемонии вручения Премии Роберваля 7 декабря 2024 года, где его книга «Путешествие на край ИИ» была признана победителем в категории «Широкая публика». Его собеседница заявила тогда: «как исследователь […] я была построена как ИИ». Аксель Сипель, со своей стороны, напоминает, что ИИ отличается от человеческого мышления способом обучения: человеку не нужно видеть миллион кошек, чтобы узнать кошку.
Недавние математические результаты
Редакционная заметка от октября 2026 года проливает свет на этот вопрос в свете последних событий. 26 октября 2026 года OpenAI объявила об опровержении гипотезы об экспоненциальном времени — одной из теоретико-информационных гипотез. Anthropic, со своей стороны, опубликовала результат, приписываемый исследовательской модели Claude. Обе лаборатории предоставили формализации в Lean — системе автоматической проверки доказательств, то есть программном обеспечении, позволяющем проверять доказательство шаг за шагом. OpenAI также организовала проверку своего результата с участием внешних исследователей.
Подобное опровержение основывается на построении алгоритма и доказательстве его свойств. Если оно подтвердится, это станет оригинальным теоретическим результатом. Google Research, со своей стороны, описала математические структуры, обнаруженные с помощью AlphaEvolve и интегрированные в доказательства, позволившие установить новые результаты.
Доказательство не раскрывает всего о своем происхождении
Аксель Сипель подчеркивает, что модель, изученная ИИ, — это не копия его обучающих данных, а абстрактный синтез. Ее использование может породить интерполяцию, то есть точку, которой не было в обучающей базе. Остается вопрос, является ли это творением. Автор считает, что a priori нет никаких причин исключать, что сильный ИИ, способный порождать мыслительный процесс, может однажды существовать. В то же время он сомневается, что машинное обучение способно его создать.
Валидное доказательство устанавливает результат, но само по себе не говорит о природе процесса, который его породил. Поэтому автор не предлагает разрешить этот спор. Вместо этого он призывает использовать ИИ для получения новых ответов и «соединить эту силу с нашей, чтобы найти, почему бы и нет, новые теории».
