Тао: ИИ с формальной верификацией может ввести системное разделение труда в математике

Теренс Тао утверждает, что объединение возможностей искусственного интеллекта и формальной верификации может впервые в истории создать устойчивое разделение труда в математике: одни звенья — генерация идей и масштабная обработка — перейдут к машинам, другие — постановка задач и творческая интуиция — останутся за людьми. Это важно, потому что такое перераспределение ролей способно изменить структуру команд и ускорить исследовательские циклы при условии строгой проверки результатов. Вкратце, переход затронет и форму работы математиков, и требования к инструментам.

Тао подробно перечисляет этапы, которые традиционно выполняет один исследователь: формулировка проблем, разработка стратегий, практическая реализация подходов, верификация результатов и оформление статей. Он указывает, что комбинация ИИ и формальной верификации может закрывать пробелы в навыках внутри команд, но одновременно предупреждает: если ИИ будет генерировать стратегии без надёжных проверок, это приведёт к лавине непроверенных идей. Таким образом ключевой риск — рост объёма «шарлатанских» или некорректных результатов при недостаточной верификации.

По прогнозу Тао, поле движется к тому, что он называет «индустриальной математикой»: большие команды с ИИ-помощью займутся более широким, но менее глубинным исследованием, где машины обрабатывают гигантские объёмы данных, а люди формулируют «вдохновлённые догадки» на основе наблюдений и интуиции. Тао отмечает, что такая специализация привычна в инженерии и естественных науках, но исторически была чужда математике. Он добавляет, что уровень полезной автоматизации и мощности ИИ, который можно продуктивно использовать до того, как результаты станут «шарахлявыми», примерно пропорционален строгости верификации, а производительность ИИ сильно варьирует от задачи к задаче, поэтому люди сохранят важную роль там, где нужна нестандартная интуиция.

Для разработчиков инструментов и организаторов проектов у Тао есть конкретные рекомендации: создавать интегрированные конвейеры, где генерация идей ИИ сочетается с формальной проверкой; готовить интерфейсы для разнонаправленных ролей внутри команд; и тестировать, на каком этапе автоматизация повышает продуктивность, а где ухудшает качество работы. По его мнению, новая модель практики потребует одновременного прогресса в нескольких технологиях, а не только в генеративных системах. Материал подготовлен Matthias Bastian и опубликован 30 мая 2026 года; в источнике также указан OpenAI как источник данных. Оригинальная публикация доступна по указанному URL в метаданных источников.