История, которая начиналась как научная сенсация, быстро обернулась репутационной неловкостью для OpenAI. Вице-президент компании Кевин Вейл заявил в X, что GPT-5 якобы нашла решения десяти нерешённых задач Эрдёша и продвинулась ещё в одиннадцати. Заявление выглядело как настоящий прорыв в математике, ведь задачи Эрдёша десятилетиями считались непреодолимыми даже для лучших умов мира. СМИ и пользователи соцсетей моментально подхватили новость, превратив GPT-5 в гения нового времени.
Однако вскоре выяснилось, что сенсация оказалась мыльным пузырём. Администратор сайта, на которого ссылался Вейл, объяснил, что GPT-5 не решала задачи, а просто нашла уже существующие научные работы с решениями. Часть задач действительно была решена ранее, но админ об этом не знал. Когда модель показала ему эти исследования, он решил, что нейросеть сделала невозможное, и написал об этом в соцсети. В OpenAI сообщение подхватили, не проверив детали, и превратили его в громкий пиар-пост.
Реакция научного сообщества была бурной. Глава Google DeepMind Демис Хассабис назвал ситуацию позорной для компании, претендующей на научную добросовестность, а Ян Лекун саркастически заметил, что OpenAI впервые пережила момент, когда AI повёл в заблуждение самих разработчиков. После шквала критики Вейл удалил пост, но осадок остался.
Тем не менее история не лишена положительной стороны. GPT-5 действительно оказалась полезной не как математический Эйнштейн, а как мощный ассистент, умеющий искать связи между разрозненными научными публикациями. Легендарный математик Терренс Тао прокомментировал инцидент сдержанно: «AI пока не решает великие задачи, но уже способен ускорить прогресс — не как гений, а как идеальный библиотекарь».
Так, фейковая сенсация неожиданно стала честным напоминанием. Искусственный интеллект умеет впечатлять, но проверять факты по-прежнему должен человек.
Делегируйте часть рутинных задач вместе с BotHub! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!
Источник
Источник: habr.com