Десятилетний застой в области квантовых вычислений был преодолен благодаря неожиданному союзу человеческого интеллекта и больших языковых моделей. Решение фундаментальной математической гипотезы, которая оставалась недоказанной с 2014 года, ознаменовало переход от простых экспериментов с ИИ к полноценной формальной верификации знаний. Этот случай демонстрирует новую парадигму научной работы, где поиск истины становится результатом взаимодействия двух параллельных конвейеров «человек плюс машина». Теперь интеллектуальный центр тяжести смещается с процесса доказательства на этап постановки задачи.
В центре внимания оказалась гипотеза Фархи, Голдстоуна и Гутмана — создателей одного из ключевых инструментов квантовой оптимизации, алгоритма QAOA. Проблема была сформулирована через элегантный, но коварный тестовый пример под названием «кольцо несогласных». Суть задачи заключалась в расстановке спинов — микроскопических стрелок — таким образом, чтобы каждый из них был направлен противоположно своим соседям по кольцу. Исследователи предсказали, что при определенной глубине алгоритма $p$ результат будет составлять ровно $(2p+1)/(2p+2)$ от максимально возможного идеала. Несмотря на то что численные расчеты подтверждали эту формулу даже при глубине 128, строгого математического доказательства в общем виде не существовало более десяти лет.
Прорыв стал возможен благодаря Claude Fable 5, одной из наиболее продвинутых моделей Anthropic, и жесткой системе формальной верификации Lean 4. В отличие от традиционного рецензирования, где эксперты проверяют логику статьи вручную, Lean 4 работает как бескомпромиссный компилятор: он принимает результат только в том случае, если каждый шаг доказательства безупречен с точки зрения формальной логики. Это полностью исключает проблему «галлюцинаций» ИИ, превращая нейросеть из сомнительного оракула в точный инструмент синтеза кода.
Процесс работы был организован как глубокий симбиоз. Команда исследователей из Гарварда и MIT взяла на себя роль архитекторов: они создали библиотеку определений квантовой механики на языке Lean, формализовали известные части задачи и четко ограничили область «белого пятна», которое предстояло закрыть. Claude Fable 5 работала в итерационном цикле: модель предлагала концептуальный план решения, проверяла его численно, переводила в строгий код Lean, получала отчет об ошибках от компилятора и бесконечно уточняла формулировки до тех пор, пока система не подтверждала корректность доказательства.
Наиболее впечатляющим аспектом стало то, как именно модель пришла к ответу. ИИ обнаружил скрытую симметрию задачи и применил методы из смежной области — Quantum Signal Processing (QSP). Этот метод позволяет работать с однокубитными преобразованиями через полиномы, что превратило абстрактный вопрос о существовании решения в конкретную математическую конструкцию. Таким образом, модель не просто подтвердила формулу $(2p+1)/(2p+2)$, но и объяснила ее внутреннюю природу.
Однако триумф искусственного интеллекта был омрачен почти синхронным открытием. Буквально за сутки до публикации препринта математик Кунал Марваха независимо доказал ту же гипотезу, используя практически идентичный прием с квантовым сигнальным процессингом. Примечательно, что Марваха также опирался на инструменты ИИ, активно используя ChatGPT 5.5 Pro и Claude Opus 4.8.
Эта ситуация напоминает классические сюжеты истории науки, когда Ньютон и Лейбниц одновременно создавали математический анализ, а Дарвин и Уоллес параллельно формулировали теорию эволюции. Разница лишь в том, что сегодня к финишу приходят не два одиноких гения, а две разные технологические цепочки «человек + ИИ».
Данный прецедент позволяет пересмотреть границы ответственности в современной науке. Формальная верификация гарантирует, что вывод следует из посылок, но она не может проверить, верно ли сами посылки описывают физическую реальность. Таким образом, узкое место интеллектуального процесса смещается: теперь критически важным становится не умение доказывать теорему, а способность человека правильно и полно сформулировать саму задачу. ИИ стал мощным ускорителем на трудном участке пути, но вектор движения по-прежнему задает человек.
Парадокс абсолютной согласованности нейросетей
