ИИ решает задачи Эрдёша: почему легендарные проблемы математики поддаются нейросетям

Нейросети добились наибольших математических успехов именно на задачах Пола Эрдёша — венгерского математика-иконокласта середины XX века, оставившего после себя сотни нерешённых проблем. По данным Quanta Magazine от 3 августа 2026 года, исследователи теперь подробно изучают, чем задачи Эрдёша привлекательны для ИИ, — чтобы понять, как нейросети изменят остальную математику.

Кто такой Эрдёш и чем знамениты его задачи

Пол Эрдёш (1913–1996) — один из самых плодовитых математиков в истории: более 1500 научных работ в соавторстве с более чем 500 коллегами, тысячи сформулированных открытых задач. Эрдёш вёл кочевой образ жизни, переезжая от университета к университету, и назначал денежный приз за каждое решение — от $10 до $10 000 в зависимости от трудности. Многие задачи не были решены вплоть до XXI века.

Задачи Эрдёша обладают несколькими характерными чертами:

• Лаконичность условия: большинство задач формулируются в 2–3 предложениях
• Комбинаторная природа: преимущественно теория чисел и теория графов
• Конкретный проверяемый ответ: конструкция либо существует, либо нет
• «Элегантная трудность»: простое условие скрывает глубокое доказательство

Именно это сочетание, по мнению математиков, опрошенных Quanta Magazine, и делает задачи Эрдёша удобными для современного ИИ.

Почему задачи Эрдёша поддаются нейросетям?

Главная причина — структура задач Эрдёша хорошо совпадает с тем, как работают системы формального доказательства. Верификаторы типа Lean и Coq позволяют ИИ выдвинуть гипотезу и пошагово проверить каждое утверждение на корректность. Без такого механизма нейросети могут генерировать убедительно звучащие, но математически ошибочные доказательства — это долго ограничивало применение ИИ в науке.

Комбинаторные задачи с чётким критерием «да/нет» особенно удобны: модель перебирает стратегии, строит конструкции и ищет контрпримеры без риска накопить ошибку в промежуточных шагах. В 2024 году система AlphaProof от Google DeepMind решила четыре задачи из шести на Международной математической олимпиаде (IMO 2024) — несколько из них принадлежали к комбинаторному типу, характерному для традиции Эрдёша.

Что это изменит в математике?

По словам исследователей, которых цитирует Quanta Magazine, задачи Эрдёша стали лакмусовой бумажкой для всей математики. Разобравшись, почему именно этот класс поддаётся нейросетям, учёные смогут составить карту: где ИИ будет помогать математикам в ближайшие годы, а где человеческая интуиция останется незаменимой.

Согласно анализу

Quanta Magazine, исследуя задачи Эрдёша, математики фактически ищут ответ на более общий вопрос: какие свойства делают математическую проблему машинно-решаемой в принципе.

Открытый вопрос — работает ли тот же подход в менее формализованных областях: алгебраической геометрии, топологии, задачах, требующих создания принципиально новых понятий. Там интуиция исследователя пока остаётся незаменимой, и математики это подчёркивают.

Что это значит

Успехи ИИ на задачах Эрдёша — сигнал о качественном сдвиге в математике: нейросети переходят от вычислительной помощи к закрытию задач, стоявших открытыми десятилетиями. Понять, где именно проходит граница возможностей ИИ в науке, — одна из ключевых исследовательских задач на годы вперёд.