AI vyřešilo 42letý matematický problém za 12 hodin

OpenAI matematický průlom: AI vyřešila 42 let starý vědecký problém za 12 hodin

OpenAI oznamuje, že výzkumníci pomocí ChatGPT za 12 hodin vyřešili matematický problém, který se nedařilo vyřešit 42 let, což představuje důležitý krok směrem k AI schopné dlouhodobého výzkumu na lidské úrovni.

---

AI revoluce ve vědě: Jak ChatGPT vyřešil 42 let starý matematický problém za 12 hodin

Úvod

V dubnu 2026 došlo k události, která by se mohla stát zlomovým bodem v historii vědeckého výzkumu. Úloha, která se matematikům vzpírala po dobu 42 let, byla vyřešena za 12 hodin. Nástrojem, který tento průlom dokázal, nebyla nová superpočítačová architektura ani geniální matematik, ale dialog člověka s ChatGPT.

Tento úspěch dalece přesahuje rámec akademické zvědavosti. Poprvé velký jazykový model prokázal schopnost dlouhého, souvislého a produktivního uvažování na úrovni potřebné pro skutečnou výzkumnou práci. Zatímco dříve byla AI vnímána jako nástroj pro vyhledávání informací nebo generování jednoduchých odpovědí, nyní začíná vystupovat jako plnohodnotný vědecký partner. Tento článek analyzuje podrobnosti této události, její význam pro svět vědy a technologií, reakce klíčových hráčů v oboru a předpovědi do budoucna.

Podrobnosti události a časový harmonogram

Problém, který nedal spát 42 let

V centru příběhu je úloha z oblasti teorie optimalizace, související s konvergencí klasického algoritmu. Po více než čtyři desetiletí se matematici neúspěšně pokoušeli dokázat určité vlastnosti tohoto algoritmu, který má zásadní význam pro strojové učení, zpracování signálů a ekonomii. Problém byl v úzkých kruzích dobře znám, ale byl považován za mimořádně obtížný a neřešitelný existujícími metodami.

12hodinový dialog: Jak to probíhalo

Klíčovou postavou události je Ernest Ryu, vedoucí výzkumník OpenAI. V podcastu společnosti popsal třídenní proces, který zabral celkem asi 12 hodin čistého času interakce s ChatGPT. Protokol práce se zásadně lišil od typického používání chatbota:

• Iterativní povaha práce: Ryu nepoložil otázku a nedostal okamžitou odpověď. Místo toho s modelem vedl dialog, neustále poukazoval na chyby, upřesňoval směr uvažování a korigoval přístup.
• Navigace v bludišti: Ryu přirovnal tento proces k procházení bludištěm, kde je na každé odbočce třeba vyhodnotit hypotézu, otestovat její pevnost a buď pokračovat dál, nebo se vrátit. On vystupoval jako kapitán, který „drží mapu“ (celkovou strategii), zatímco model generoval desítky možných cest a mezistupňů.
• Rozhodující okamžik: Třetí den práce model provedl malou, ale kriticky důležitou změnu v uvažování. Jak Ryu poznamenal, nová argumentace „vypadala jinak“. Právě tento „jiný“ směr umožnil prolomit logickou slepou uličku a dokončit důkaz.

Poté, co byl důkaz získán, Ryu jej osobně několikrát zkontroloval a poté požádal studenty, aby znovu zkontrolovali každý krok. Všechny testy potvrdily absolutní správnost výsledku.

Dopad a význam

Pro svět vědy: Přechod od nástroje k účastníkovi

Tato událost znamená změnu paradigmatu v chápání role AI ve vědě. Ještě před dvěma lety se modely často mýlily v jednoduchých aritmetických úlohách nebo plánování rozvrhu. Dnes se podílejí na řešení problémů na výzkumné úrovni.

Podle zprávy OpenAI „AI jako vědecký pracovník“ se používání ChatGPT vědci zásadně liší od běžného uživatele. Průměrný vědec píše 3,5krát více zpráv a počet dotazů souvisejících s programováním a laděním převyšuje běžné hodnoty 12krát. To svědčí o hluboké integraci AI do pracovního procesu: od hledání nápadů v literatuře až po generování kódu pro simulace a matematické výpočty.

Pro průmysl a technologie: Co stojí za průlomem

Skeptici se mohou ptát: není to jen šťastná náhoda nebo přehánění? Analýza metody však ukazuje zásadní technologický posun.

Podle Sébastiena Bubecka, výzkumníka OpenAI, hlavní průlom nespočívá v tom, že model najednou „zmoudřel“, ale v jeho schopnosti udržet dlouhé a souvislé uvažování. Dřívější modely fungovaly skvěle s krátkými řetězci uvažování (Chain-of-Thought), ale u složitých, vícestupňových úloh „ztrácely nit“.

Současné systémy, včetně těch, které používal Ryu, jsou schopny:

• Metakognice: Model může vyhodnocovat své vlastní dílčí závěry a vracet se k nim, pokud najde chybu.
• Vyhledávání a syntéza: Generováním kódu, vzorců a textových bloků může AI přistupovat k „externí paměti“ (kontextu dialogu nebo souborům), aby neztratila důležité detaily.

Pro společnost: Zrychlení vědeckého pokroku

Předpovědi OpenAI, které vyslovil viceprezident pro vědu Kevin Weil, znějí ambiciózně, ale nabývají konkrétních obrysů: „dosáhnout úrovně vědeckého rozvoje roku 2050 již do roku 2030“.

Praktické příklady již přesahují hranice matematiky:

• Fyzika: Teoretik Alex Lupsasca strávil měsíce odvozováním rovnic kvantových černých děr. GPT-5 Pro reprodukoval stejný výsledek za 18 minut.
• Biologie: Ve spolupráci s RetroBioSciences vytvořila OpenAI specializovaný model GPT-4B Micro, který navrhl nové proteiny pro omlazení buněk, čímž překonal účinnost nejlepších ručních návrhů.

Pro společnost to znamená potenciální zrychlení vývoje léků na rakovinu, vytváření udržitelných materiálů a řešení klimatických problémů o řády rychleji.

Reakce klíčových hráčů

Reakce vědecké a technologické komunity byla dvojí: od euforie po ostrou kritiku, což podtrhuje složitost okamžiku.

Matematická komunita vyjádřila současně obdiv i obavy. Když OpenAI oznámila vyřešení 15 nevyřešených Erdősových úloh, ukázalo se, že v některých případech model úlohy ani tak „nevyřešil“, jako spíše našel zapomenutá řešení v archivech starých 20 let. Slavný matematik Terence Tao poznamenal, že „mnoho z jednoduchých Erdősových úloh je nyní pravděpodobněji řešitelných metodami AI než lidskými“. Zároveň varuje před „industrializací matematiky“, kde AI vystupuje jako mocný, ale dohled vyžadující pomocník.

Konkurenti OpenAI reagovali ostře. Demis Hassabis, šéf Google DeepMind, označil za „ostudné“ hlasité, ale nedostatečně prověřené prohlášení OpenAI o rekordním počtu vyřešených úloh. To poukazuje na vysokou sázku v závodě o vytvoření „vědecké AGI“ a nepřípustnost chyb v komunikaci.

Akademické prostředí spouští proces institucionalizace. V USA byla zahájena mise „Genesis“ – státní program na vytvoření jednotné AI platformy pro vědecké objevy, která spojuje národní laboratoře, univerzity a datová centra. To znamená, že AI ve vědě přestává být hračkou soukromých korporací a stává se otázkou národní konkurenceschopnosti.

Předpověď a závěry

Vyřešení 42 let starého problému za 12 hodin není konečným bodem, ale pouze začátkem nové éry. Ukazuje, že jsme vstoupili do fáze, kdy je AI schopna nejen zpracovávat informace, ale také generovat nové poznatky v dialogu s člověkem.

Budoucnost však nebude bez mráčku. Výzkum OpenAI ukázal, že halucinace AI jsou matematicky nevyhnutelné. Model bude vždy s určitou pravděpodobností generovat nesprávná data. Úplné odstranění halucinací by učinilo AI příliš pomalou a nerozhodnou pro masové použití. Proto ve vědě zůstane zachován princip člověka ve smyčce (human-in-the-loop). Role vědce se posouvá od rutinního řešení rovnic k zadávání úloh, ověřování výsledků a volbě směru.

Závěry:

• AI se stává vědeckým pracovníkem, nikoli pouze vyhledávačem. Proniká do samotného srdce tvůrčího procesu – matematického důkazu.
• Požadavky na vědce se mění. Klíčovými dovednostmi se stávají kritické myšlení a umění „promptování“ (schopnost klást modelu správné otázky).
• Čeká nás zrychlení. Desetiletí vědeckého pokroku mohou být stlačena do let, ale konečná odpovědnost za pravdivost a směr výzkumu zůstane na člověku.

Sám Ernest Ryu, ohromen výsledkem, opustil akademickou pozici a připojil se k OpenAI, aby rozvíjel syntetická data pro trénování modelů. Jeho příběh je nejlepším důkazem toho, že technologie nemění pouze nástroje, ale i životní trajektorie lidí, kteří posouvají vědu vpřed.

— Editorial Team