Математики оценили LLM: сильные вычислители, но слабые творческие мыслители

В августе 2026 года двое известных математиков — Тимоти Гауэрс, лауреат Филдсовской премии, и Питер Сарнак из Принстона — опубликовали оценки возможностей больших языковых моделей (LLM) в математике. Их вывод: модели отлично справляются с комбинированием известных методов и перебором множества путей поиска, но не обладают интуицией, позволяющей выбрать несколько продуктивных направлений в огромном пространстве поиска. Это ограничение, по их мнению, делает LLM сильными вычислителями, но слабыми творческими мыслителями.

Сарнак добавляет, что ИИ может выводить результаты из существующей теории, но не способен развивать абстракции, лежащие в основе крупных доказательств, если начинать с элементарного вопроса. С ним согласен исследователь DeepMind Том Захави, который в своей статье «LLMs Can't Jump» (2026) назвал ключевой барьер «манипулятивной абдукцией» — способностью изобретать новые фундаментальные допущения, не имеющие лингвистического прецедента. Захави предполагает, что мировые модели могут стать путём вперёд, поскольку они позволяют моделировать абстрактные сценарии без опоры на существующие тексты.

Эти оценки вписываются в более широкую дискуссию о том, становятся ли LLM более универсальными или «просто» лучше решают задачи из бенчмарков и знакомых областей. Критики утверждают, что прогресс в математике измеряется не скоростью вычислений, а способностью к концептуальным ам, которые требуют выхода за пределы известных паттернов. Сторонники же указывают на успехи моделей в решении сложных олимпиадных задач, например, в соревнованиях International Mathematical Olympiad, где системы на базе LLM уже достигают высоких результатов.

Пока нет единого мнения, смогут ли LLM когда-либо достичь уровня творческого мышления, сравнимого с человеческим. Однако работы Гауэрса, Сарнака и Захави подчёркивают, что текущие архитектуры, основанные на предсказании следующего токена, имеют фундаментальные ограничения. Возможно, будущие гибридные подходы, сочетающие LLM с символьными вычислениями или мировыми моделями, смогут преодолеть эти барьеры. Но на данный момент математическое сообщество сходится в том, что ИИ — это мощный инструмент для проверки гипотез, но не генератор новых парадигм.