Ιστορικό ορόσημο: Η AI της OpenAI έλυσε μαθηματικό πρόβλημα 80+ ετών

Σύνοψη

• Εσωτερικό μοντέλο συλλογιστικής (Reasoning) της OpenAI κατέρριψε την εικασία επιπέδου μοναδιαίας απόστασης (Planar Unit Distance Conjecture) που διατύπωσε ο Paul Erdős το 1946.
• Για 80 χρόνια οι μαθηματικοί πίστευαν ότι οι βέλτιστες διατάξεις σημείων στο επίπεδο μοιάζουν με τετράγωνα πλέγματα. Το AI ανακάλυψε μια εντελώς νέα οικογένεια αλγεβρικών κατασκευών που ξεπερνά αυτό το όριο.
• Μετά τις λανθασμένες ανακοινώσεις του Οκτωβρίου 2025, η OpenAI συνεργάστηκε με κορυφαίους μαθηματικούς (όπως ο Fields Medalist Tim Gowers), οι οποίοι επιβεβαίωσαν την εγκυρότητα της νέας, πρωτότυπης απόδειξης.
• Η λύση, που βασίστηκε στην αλγεβρική θεωρία αριθμών, ξεκλειδώνει νέες δυνατότητες στον σχεδιασμό μικροτσιπ, την κρυπτογραφία και τη βελτιστοποίηση ασύρματων δικτύων.

Η OpenAI ανακοίνωσε την αυτόνομη κατάρριψη μιας από τις πιο διάσημες και επίμονες εικασίες στον τομέα της διακριτής γεωμετρίας: του προβλήματος μοναδιαίας απόστασης στο επίπεδο (Planar Unit Distance Conjecture), το οποίο είχε διατυπώσει ο κορυφαίος Ούγγρος μαθηματικός Paul Erdős το 1946. Η ανακοίνωση αυτή δεν αποτελεί απλώς μια θεωρητική επιτυχία, αλλά την πρώτη καταγεγραμμένη περίπτωση όπου ένα γενικής χρήσης μοντέλο τεχνητής νοημοσύνης (Reasoning AI) παράγει μια εντελώς πρωτότυπη επιστημονική απόδειξη, επιλύοντας ένα πρόβλημα που παρέμενε άλυτο για 80 χρόνια.

Το πρόβλημα του Erdős και η πλάνη του τετράγωνου πλέγματος

Το Planar Unit Distance Problem είναι ένα φαινομενικά απλό ερώτημα: αν τοποθετήσουμε «n» σημεία σε μια επίπεδη επιφάνεια, ποιος είναι ο μέγιστος δυνατός αριθμός ζευγαριών σημείων που μπορούν να απέχουν μεταξύ τους ακριβώς μία μονάδα απόστασης;

Ο Erdős είχε υποθέσει ότι το ανώτατο όριο αυτών των ζευγαριών αυξάνεται με ρυθμό σχεδόν γραμμικό ως προς τον αριθμό των σημείων. Για σχεδόν οκτώ δεκαετίες, η μαθηματική κοινότητα θεωρούσε δεδομένο ότι οι πιο αποδοτικές διατάξεις σημείων για την επίτευξη αυτού του στόχου έπρεπε να μοιάζουν με παραδοσιακά, τετράγωνα πλέγματα.

Το εσωτερικό reasoning μοντέλο της OpenAI ανέτρεψε πλήρως αυτή την πεποίθηση. Αντί να προσπαθήσει να βελτιώσει τις υπάρχουσες γεωμετρικές δομές, η AI στράφηκε σε μια απρόσμενη κατεύθυνση: την αλγεβρική θεωρία αριθμών. Χρησιμοποιώντας θεωρίες όπως τα class field towers και τη θεωρία Golod-Shafarevich, το μοντέλο ανακάλυψε μια εντελώς νέα, άγνωστη μέχρι σήμερα οικογένεια αλγεβρικών κατασκευών σημείων. Η δομή αυτή αποδεικνύει πολυωνυμικά ότι το όριο του Erdős ήταν υπερβολικά χαμηλό, εισάγοντας έναν ρητό εκθέτη βελτίωσης.

Από το φιάσκο του 2025 στην απόλυτη επιστημονική δικαίωση

Η ανακοίνωση αυτή έγινε δεκτή με ιδιαίτερη προσοχή, καθώς η OpenAI είχε υποπέσει σε σοβαρό παράπτωμα στο πρόσφατο παρελθόν. Τον Οκτώβριο του 2025, στελέχη της εταιρείας είχαν ισχυριστεί βιαστικά ότι το GPT-5 είχε λύσει 10 προβλήματα του Erdős. Ωστόσο, η μαθηματική κοινότητα, με επικεφαλής τον Thomas Bloom (διαχειριστή του erdosproblems.com), αποκάλυψε γρήγορα ότι το μοντέλο είχε απλώς αναπαράγει ήδη υπάρχουσες λύσεις από τη βιβλιογραφία, παρουσιάζοντάς τες ως δικές του.

Για να αποφευχθεί ένας νέος διασυρμός, η OpenAI υπέβαλε τη νέα απόδειξη σε εξονυχιστικό έλεγχο από ανεξάρτητους κορυφαίους μαθηματικούς προτού προχωρήσει σε δημόσιες δηλώσεις. Αυτή τη φορά, οι ίδιοι οι επικριτές του παρελθόντος υπέγραψαν την εγκυρότητα του επιτεύγματος. Ο Fields Medalist Tim Gowers χαρακτήρισε το αποτέλεσμα ως «ένα πραγματικό ορόσημο στα μαθηματικά της τεχνητής νοημοσύνης», προσθέτοντας ότι θα δεχόταν την απόδειξη για δημοσίευση στο έγκριτο περιοδικό Annals of Mathematics χωρίς κανέναν ενδοιασμό. Ο Noga Alon από το Princeton έκανε λόγο για ένα «εξαιρετικό επίτευγμα», ενώ ο Arul Shankar σημείωσε ότι η αλυσίδα σκέψης του μοντέλου επέδειξε μια μοναδική διαίσθηση και τη διάθεση να δοκιμάσει προσεγγίσεις που οι άνθρωποι θεωρούσαν χαμένες από χέρι.

Πρακτικές εφαρμογές στις σύγχρονες υποδομές

Αν και το πρόβλημα ανήκει στον κλάδο των καθαρών μαθηματικών, οι μαθηματικές δομές που αφορούν τη βέλτιστη διάταξη σημείων στο χώρο αποτελούν τη βάση για πολλές τεχνολογίες αιχμής:

1. Αρχιτεκτονική Μικροτσιπ: Η τοποθέτηση δισεκατομμυρίων τρανζίστορ πάνω σε ένα chip πυριτίου με τρόπο που να ελαχιστοποιεί τις αποστάσεις και τις απώλειες ενέργειας βασίζεται σε προβλήματα διάταξης παρόμοια με αυτό του Erdős.
2. Σχεδιασμός Δικτύων Τηλεπικοινωνιών: Η βέλτιστη γεωγραφική κατανομή των κεραιών 5G και 6G για την αποφυγή παρεμβολών και τη μέγιστη κάλυψη χρησιμοποιεί μοντέλα μοναδιαίας απόστασης.
3. Κρυπτογραφικά Συστήματα: Η post-quantum κρυπτογραφία στηρίζεται σε προβλήματα πλεγμάτων. Οι νέες αλγεβρικές δομές που ανακάλυψε η AI ενδέχεται να προσφέρουν νέα εργαλεία για την αξιολόγηση της ασφάλειας αυτών των συστημάτων.

Με τη ματιά του Techgear

Για πρώτη φορά, ένα AI μοντέλο γενικού σκοπού (και όχι ένα σύστημα εκπαιδευμένο αποκλειστικά για μαθηματικά) απέδειξε ότι μπορεί να συνδέσει μεγάλες και πολύπλοκες λογικές αλυσίδες, φέρνοντας μάλιστα απρόσμενες ιδέες από έναν διαφορετικό μαθηματικό κλάδο για να λύσει ένα γεωμετρικό πρόβλημα. Αυτό αποδεικνύει ότι βαδίζουμε προς την εποχή του Scientific AI. 

Η τεχνητή νοημοσύνη παύει να είναι ένας παθητικός ψηφιακός βοηθός που ανακυκλώνει την υπάρχουσα ανθρώπινη γνώση και μετατρέπεται σε έναν αυτόνομο ερευνητή ικανό να παράγει πρωτότυπη επιστήμη. Το στοίχημα πλέον για τη βιομηχανία είναι να δούμε πόσο γρήγορα αυτές οι δυνατότητες βαθιάς συλλογιστικής θα μεταφραστούν σε εφαρμοσμένη καινοτομία για την καθημερινότητα μας.

*Μπορείτε πλέον να προσθέσετε το Techgear.gr ως Προτιμώμενη Πηγή ενημέρωσης για τις αναζητήσεις σας στο Google Search!