OpenAI сообщила, что её новая внутренняя модель (её называют BEL) решила не только знаменитую задачу Навье—Стокса, но и более 100 других давно открытых задач из разных областей математики. Обучение модели начали 28 августа, а темп прогресса, по словам компании, удивил даже её штатных математиков.

Это произошло на фоне скандала: математическое сообщество раскритиковало AI-лаборатории за гонку по решению известных задач ради демонстрации силы моделей, из-за которой не остаётся времени на проверку доказательств, объяснение новых методов и признание вклада предыдущих исследователей. В ответ OpenAI создала независимую консультативную группу из девяти учёных, но прямо уточнила: советоваться с ними будут о публикации результатов, а не о замедлении темпов исследований.

ВыводЗадача Навье—Стокса — одна из задач тысячелетия: вопрос, остаётся ли гладкое решение уравнения несжимаемой жидкости в трёхмерном пространстве гладким навсегда или может за конечное время создать сингулярность; ранее прорыв в этой теме сделал Теренс Тао, попытавшись не доказать отсутствие срыва, а построить его — контрпример в виде «компьютера из воды», задавшись вопросом «может ли вода вычислять?»

Полный разбор →

Исследователи представили статью «AI Research Preference Models» — метод, который позволяет AI-агенту заранее отбирать самые перспективные варианты эксперимента, не запуская каждый из них полностью. Проблема в том, что агент может сгенерировать множество идей за секунды, но проверка каждой требует часов обучения модели на GPU, поэтому нужен способ отсеивать бесперспективные варианты до полного запуска.

Авторы предлагают Research Preference Model (RPM)i — модель, которая попарно сравнивает предложенные решения и выбирает наиболее перспективное, опираясь не на «вкус» и интуицию (как в предыдущих подходах, которые не сработали), а на верифицируемый сигнал.

ВыводРассмотрены два варианта RPM: Inference-only RPM оценивает планы, код и результаты прошлых экспериментов только рассуждениями LLM, без запуска кода

Полный разбор →

Демис Хассабис, Шейн Легг и Джеймс Маньика (президент Google по исследованиям, технологиям и обществу) представили DeepMind Institutei — площадку, где исследователи Google, Google DeepMind и внешние учёные будут публиковать эссе о мире после появления AGIi (общего искусственного интеллекта).

Основатели считают, что индустрия приближается к системам со всеми когнитивными способностями человеческого мозга, и в ближайшее время планируют разобраться, как AGI изменит ответ на вопрос «что значит быть человеком», какие общественные институты и политики придётся адаптировать или переизобрести.

Полный разбор →

В начале сентября 2026 года исследователи Google и HHMI Janelia опубликовали в открытом доступе полную карту нервной системы взрослого самца плодовой мушки дрозофилы. Этот коннектомi, полученный с помощью электронной микроскопии, содержит детальную структуру связей между десятками тысяч нейронов.

Публикация данных спровоцировала волну экспериментов: энтузиасты по всему миру начали использовать цифровую модель мозга мухи для управления персонажами в видеоиграх, роботами и даже для выполнения сложных задач вроде трейдинга или вождения автомобиля.

Полный разбор →

Компания AlphaXiv представила OpenResearchi — инструмент, который превращает любого ИИ-агента (Claude Code, Codex или Open Code) в автономного исследователя. Проект вышел в лидеры трендов GitHub, обогнав другие релизы за считанные дни после публикации.

OpenResearch работает как локальный воркспейс: пользователь ставит агенту цель, а система сама изучает литературу по теме, формулирует и проверяет гипотезы, запускает эксперименты и готовит итоговые материалы — фактически автоматизируя цикл научного исследования.

Полный разбор →