GPT-5 Pro наскоро реши две различни и изключително трудни математически задачи, демонстрирайки ново, мощно ниво на абстрактно мислене. Това не са просто хитри трикове – едното решение е сравнимо с еталон на ниво Международна олимпиада по математика (МОМ), докато другото опровергава дългогодишно предположение в теорията на информацията.
Струва си да се отбележи, че основните му конкуренти, като Gemini 2.5 Pro на Google в режим „Deep Think“ и Claude 4.5+ на Anthropic, все още не са тествани публично по тези конкретни задачи.
Ето кратко обяснение на случилото се.
1. Алгебричният пъзел: 554-тата задача на Ю Цумура
Какво представлява? Това е задача от сборник на Ю Цумура с трудност, приблизително отговаряща на нивото на Международната олимпиада по математика (МОМ). Задачата е да се докаже, че определена математическа група, дефинирана от правилата, управляващи нейните два генератора, е „тривиална“ (което означава, че е възможно най-простата група). Поради краткото си условие тя се е превърнала в еталон за проверка дали даден изкуствен интелект е достигнал високо ниво на математическо мислене.
Какво направи GPT-5 Pro? Той стана първият модел с изкуствен интелект, който решава задачата. Според независими математици, тествали модела, GPT-5 Pro е генерирал пълно доказателство само за 15 минути, без достъп до интернет.
Защо е важно? Това е пряк измерител на напредъка. Само преди няколко месеца научна статия, озаглавена „Нито един голям езиков модел не е решил 554-тата задача на Ю Цумура“, твърдеше, че настоящите модели не притежават способността да се справят с подобни задачи. Успехът на GPT-5 Pro демонстрира невероятно бързите темпове на напредък в способностите за мислене на изкуствения интелект.
2. Пробивът в теорията на информацията: Опровергаване на мажоритарната оптималност
Какво представлява? Този проблем, известен като „мажоритарна оптималност при NICD с изтривания“ (NICD-with-erasures majority optimality), произлиза от теорията на информацията. Представете си, че двама души получават повредени версии на един и същ сигнал. Всеки от тях се опитва да отгатне функция въз основа на своите частични данни, като целта е да се увеличат максимално шансовете и двамата да познаят едно и също нещо. Дълго време експертите вярваха, че най-добрата стратегия е „мажоритарната функция“ (по същество демократично гласуване между точките с данни).
Какво направи GPT-5 Pro? Той опроверга това дългогодишно вярване. Вместо да търси най-добрата функция, GPT-5 Pro намери конкретен контрапример – различна функция, която се представя малко, но категорично по-добре от мажоритарния принцип при определени условия.
Ето контрапримерът, който моделът намери за конкретна конфигурация (p=0,4, n=5):
f(x) = sign(x_1 - 3x_2 + x_3 - x_4 + 3x_5)
Тази функция постигна резултат от 0,43024, надминавайки резултата на най-добрата мажоритарна функция от 0,42904.
Защо е важно? Това е фундаментален проблем с огромни практически приложения. Намирането на оптимални функции за възстановяване на сигнали влияе пряко върху начина, по който проектираме кодове за коригиране на грешки при съхранение на данни, комуникационни канали и възстановяване на данни. Като опроверга старото предположение, GPT-5 Pro отвори нова глава за изследвания в тази област.
