Η OpenAI ανακοίνωσε στις 26 Οκτωβρίου 2026 ότι τα μοντέλα της παρήγαγαν τρία ξεχωριστά επιστημονικά αποτελέσματα, σε τρεις διαφορετικούς κλάδους: τα μαθηματικά, τη θεωρητική πληροφορική και τη φυσική υψηλών ενεργειών. Η εταιρεία τα παρουσίασε ως αποδείξεις πάνω σε ανοιχτά προβλήματα που απασχολούν τους ερευνητές εδώ και δεκαετίες, και διευκρίνισε ότι δεν διεκδικεί ακαδημαϊκή συν-συγγραφή στις σχετικές δημοσιεύσεις. Για κάθε αποτέλεσμα, η εταιρεία λέει ότι συγκρότησε ξεχωριστή ομάδα εξωτερικών «επιβλεπόντων» (shepherds) από το αντίστοιχο επιστημονικό πεδίο, για να εξετάσουν τι παρήγαγε το μοντέλο προτού γίνει δημόσιο.
Η εικασία Kakeya και η τοπική εξομάλυνση
Στα μαθηματικά, το μοντέλο κατασκεύασε μια νέα βοηθητική μερική διαφορική εξίσωση για να αποδείξει την εικασία τοπικής εξομάλυνσης του Chris Sogge (1991) σε όλες τις διαστάσεις, κάτι που είχε αποδειχθεί προηγουμένως μόνο στις τρεις διαστάσεις. Η απόδειξη αυτή συμπαρασύρει και λύνει, ως πόρισμα, την περίφημη εικασία Kakeya και την εικασία περιορισμού Stein σε κάθε διάσταση. Η τρισδιάστατη περίπτωση της Kakeya είχε λυθεί μόλις το 2025 από τους Hong Wang και Joshua Zahl, αλλά η μέθοδός τους δεν γενικευόταν σε περισσότερες διαστάσεις. Ο μαθηματικός Alex Iosevich, του Πανεπιστημίου του Rochester και μαθητής του ίδιου του Sogge, μίλησε για «ιστορική εξέλιξη». Η απόδειξη σε φυσική γλώσσα παρήχθη στις 18 Οκτωβρίου και η τυπική επαλήθευση σε Lean μία ημέρα μετά, με το υλικό δημόσιο σε αποθετήριο GitHub.
Η κατάρριψη της υπόθεσης εκθετικού χρόνου
Στην πληροφορική, η OpenAI λέει ότι το μοντέλο της κατέρριψε την Υπόθεση Εκθετικού Χρόνου (Exponential Time Hypothesis, ETH), που είχαν διατυπώσει το 1999 οι Russell Impagliazzo, Ramamohan Paturi και Francis Zane και η οποία στηρίζει επί σχεδόν 30 χρόνια μεγάλο μέρος της θεωρίας πολυπλοκότητας. Η ETH υποστηρίζει ότι κανένας αλγόριθμος δεν λύνει το γενικό πρόβλημα 3-SAT σε υποεκθετικό χρόνο. Η απόδειξη σε φυσική γλώσσα παρήχθη στις 16 Οκτωβρίου και η τυπικοποίηση σε Lean την επόμενη μέρα. Οι ίδιοι οι Impagliazzo και Paturi, μαζί με τον Ryan Williams του MIT, ηγούνται τώρα της επαλήθευσης, έχοντας ζητήσει -και πετυχαίνοντας- πλήρη δημοσιοποίηση των δεδομένων και τη χρηματοδότηση ενός ακαδημαϊκού συνεδρίου από την OpenAI. Ο Williams προειδοποιεί ότι, ακόμη και αν επιβεβαιωθεί πλήρως, το αποτέλεσμα δεν θα έχει πρακτικές εφαρμογές άμεσα, καθώς θα απαιτηθεί εκ νέου εξέταση πολλών υπαρχόντων κατώτερων φραγμάτων πολυπλοκότητας που βασίζονται στην ETH.
Ύπαρξη για Yang-Mills και κβαντική χρωμοδυναμική
Στη φυσική, το μοντέλο παρήγαγε μια μαθηματικώς αυστηρή απόδειξη ύπαρξης για ορισμένες τετραδιάστατες κβαντικές θεωρίες πεδίου με πεδία βαθμίδας και φερμιόνια, κάλυψη που περιλαμβάνει τη θεωρία καθαρού Yang-Mills και την κβαντική χρωμοδυναμική (QCD), τη θεωρία που περιγράφει πώς αλληλεπιδρούν τα κουάρκ και τα γλιόνια. Πρόκειται για το κομμάτι «ύπαρξης» του διάσημου προβλήματος χιλιετίας Yang-Mills του Ινστιτούτου Clay -όχι για την απαιτούμενη απόδειξη του «χάσματος μάζας», που παραμένει ανοιχτή. Η μέθοδος ακολουθεί την κατασκευαστική προσέγγιση κβαντικής θεωρίας πεδίου του Tadeusz Balaban. Οι αποδείξεις παρήχθησαν στις 9 και 18 Σεπτεμβρίου για Yang-Mills και QCD αντίστοιχα, με την πρώτη να τυποποιείται σε Lean στις 16 Οκτωβρίου. Ομάδα επαλήθευσης με επικεφαλής τον νομπελίστα φυσικό David Gross εξετάζει το υλικό, το οποίο δεν έχει γίνει ακόμη πλήρως δημόσιο λόγω του όγκου του.
Επιφυλάξεις και η διαδικασία επαλήθευσης
Η OpenAI λέει ότι στήριξε παράλληλα σχετική έρευνα με επιχορήγηση 5 εκατ. δολαρίων στο Simons Foundation. Παράλληλα, η ίδια η συμβουλευτική ομάδα μαθηματικών φέρεται να εξέφρασε αντιρρήσεις για το αν πρέπει να δίνεται σε συγκεκριμένα πρόσωπα πρόσβαση με προβάδισμα στα ευρήματα, προτείνοντας αντ’ αυτού άμεση δημόσια δημοσίευση με τυπικές αποδείξεις Lean και πλήρη διαφάνεια χρηματοδότησης. Αξίζει να σημειωθεί ότι λίγες εβδομάδες πριν, στις 6 Οκτωβρίου, η OpenAI είχε δημοσιεύσει 722 χειρόγραφα που παρήγαγε AI για 372 ανοιχτά προβλήματα· μεταγενέστερος έλεγχος εντόπισε λάθη, με αποτέλεσμα την απόσυρση τριών εργασιών και την αναθεώρηση δεκατεσσάρων. Το Lean ελέγχει τη λογική συνέπεια των βημάτων, αλλά δεν εγγυάται από μόνο του ότι μια απόδειξη είναι απαλλαγμένη από κενά, ούτε αντικαθιστά την κανονική επιστημονική κρίση από ομοτίμους (peer review).
Η οπτική του Pulse of Greece
Το ενδιαφέρον σε αυτή την ανακοίνωση δεν είναι μόνο τα τρία προβλήματα καθαυτά, αλλά η μέθοδος με την οποία η OpenAI επέλεξε να τα παρουσιάσει: δημόσια αποθετήρια, τυπικές αποδείξεις σε Lean όπου ήταν εφικτό, και ανεξάρτητες ομάδες «επιβλεπόντων» από το καθένα πεδίο, αντί να διεκδικήσει μονομερώς την ανακάλυψη. Αυτό δείχνει μια εταιρεία που έχει μάθει από το μικρό σκάνδαλο αξιοπιστίας των αρχών Οκτωβρίου, όταν 722 «αποδείξεις» αποδείχθηκαν ανάγκη αναθεώρησης σε αρκετές περιπτώσεις. Ταυτόχρονα, οι ίδιες οι αντιδράσεις των ειδικών -από τον «ιστορικό» χαρακτηρισμό του Iosevich μέχρι την επιφυλακτική αναμονή του Williams- δείχνουν ότι η επιστημονική κοινότητα έχει αρχίσει να αντιμετωπίζει τα αποτελέσματα AI με μια πιο ισορροπημένη στάση: ούτε άκριτο ενθουσιασμό, ούτε αυτόματη απόρριψη, αλλά αναμονή για επαλήθευση. Το πιο ενδιαφέρον ερώτημα παραμένει αν αυτό μπορεί να επαναληφθεί σε κλίμακα -αν δηλαδή τα επόμενα μοντέλα θα παράγουν τέτοιου βεληνεκούς αποτελέσματα σε τακτική βάση, ή αν τα τρία αυτά παραδείγματα παραμείνουν εξαιρέσεις που επιλέχθηκαν προσεκτικά για τη δημοσιότητά τους. Μέχρι να ολοκληρωθεί η πλήρης ακαδημαϊκή επαλήθευση, το ασφαλέστερο είναι να διαβάζονται ως πολλά υποσχόμενα, όχι ως τελικά.


