В понедельник 5-го октября на архив выложили препринт «Truly Subquadratic 3SUM and Truly Subcubic APSP via Triangles in Sparse Lopsided Graphs». В нём опровергают две гипотезы о сложности алгоритмов решения двух задач. Одна из них формулируется очень просто, и вы наверняка на неё натыкались, если готовились к собеседованиям на LeetCode — 3 sum. Вам дан массив из n чисел (включая отрицательные), и нужно определить, есть ли в нём 3 таких, что их сумма равна нулю. В теоретической информатике долгое время существовало предположение, что для этой задачи невозможно найти алгоритм, который работал бы существенно быстрее квадратичного от размера массива. 3 sum — одна из центральных гипотез раздела fine-grained complexity. Многие другие задачи можно свести к 3 sum. Поэтому на предположении строилось множество других результатов: исследователи показывали, что если 3 sum невозможно существенно ускорить, то нельзя существенно ускорить и целый ряд других задач. И вот оказалось, что существует общий алгоритм, который вместо n^2 работает за n^(1.9992). Само по себе ускорение не особо интересно (в практике оно может работать даже медленнее, так как из нотации выкидывают константы) — и ключевым является именно опровержение гипотезы, которыми многими считалось «логичной» и «красивой». Один из двух авторов — Virginia Vassilevska Williams, одно из ведущих имён в области fine-grained complexity. И казалось бы можно порадоваться за прорыв, но если открыть конец статьи, то увидим: Как результат был первоначально получен и передан авторам: сотрудник Anthropic использовал внутреннюю исследовательскую модель для изучения открытых проблем в теории криптографии. <...> В сентябре 2026 года Anthropic передала алгоритм авторам на условиях соглашения о конфиденциальности, предложила вознаграждение и предоставила доступ к публичной версии Claude. <...> После того как статья была полностью написана, Anthropic использовала внутреннюю исследовательскую модель для формальной проверки основных результатов статьи с помощью Lean. <...> Авторы работали над этой публикацией в личное время, вне рамок своих служебных обязанностей в Колумбийском университете и MIT. Так что получился немного странный для науки подход «найти и проспонсировать подставное лицо, не участвовавшее в составлении доказательства, и указать его в качестве автора, и при этом указать, что работает он без своей основной аффилиации». Я против такого подхода ничего не имею, но многие в научном сообществе видят здесь несоответствие... духу? морали? науки и тому, как вещи «принято» делать.

Anthropic выкатили в открытую бету dynamic workflows для Claude Managed Agents: даёшь агенту огромную задачу, вроде «проверь 300 договоров» или «перенеси проект на новый фреймворк», а он не пыхтит над ней сам, а пишет план и раздаёт работу целому рою агентов. Те параллельно работают по этапам на серверах Anthropic, а в конце главный агент собирает всё в один ответ. В одном запуске может участвовать до 1 000 агентов, пока главный спокойно докладывает тебе о прогрессе. Отдельно за функцию не платишь, но каждый агент жрёт токены по обычному тарифу, так что тысяча агентов — тысяча счетов 💸 Хорошо, что на Max теперь дают API-кредиты: есть на чём погонять рой 😏 Ну вот, теперь можно и самому научные открытия совершать в облаке🕺

Бедные, бедные математики…. Мало им публикаций бойких OpenAI и Anthropic, посвященных решениям сложных и важных математических проблем топовыми ИИ-моделями, так тут еще и DeepMind туда же. На самом деле, подходы трех компаний разнятся: 1. Anthropic постарался сохранить human-in-the-loop: Клод предложил центральную идею для опровержения двух давних гипотез, после чего компания привлекла и оплатила работу двух исследователей; они подготовили понятное людям изложение доказательства.(Впрочем, математики все равно громко обиделись и потребовали запретить ИИ лезть в их уютную песочницу) 2. OpenAI на днях опубликовала более 700 математических рукописей, созданных ИИ и сгруппированных вокруг 372 проблем — по сути, завалила математиков грудой черновиков “а теперь сами с этим разбирайтесь”. Неудивительно, что такой шаг просто выбесил математиков. 3. А вот у Deep Mind вчера вышла статья в Science с результатами работы представленной еще в мае системы AlphaProof Nexus. Авторы сообщают о решении девяти задач из каталога проблем Эрдёша. Это уже выглядит как нормальная исследовательская математика, причем с малым процентом успехов (с первого захода решены 9 задач из 343). С другой стороны, реши человек эти 9 из 343 — он заслужил бы от коллег немало хвалебных эпитетов. Реакцию матсообщества на этот третий удар я еще уду читать ближайшие несколько дней, но восторгов там не жду:) В итоге становится очевидно: налицо острый дефицит: ответы вдруг посыпались как из рога изобилия, и оказалось, что категорически не хватает людей и институтов, способных превратить/интегрировать эти ответы в общее знание. Для математиков, многим из которых процесс неспешных поисков ответа много важнее самих ответов, это представляется катастрофой. В уютную посудную лавку забрело семейство очень проактивных слонов. Прекрасно, что ИИ-лабы очень конкретно и убедительно ставят вопрос о сути науки; над ним предстоит серьезно думать, потому что старые ответы (типа “суть в том, чтобы несколько человек могли понимать происходящее”) уже явно не годятся. Как отмечают авторы статьи в Science,

Bridging the generative power of large language models (LLMs) with the rigor of formal verification could fundamentally redefine mathematical research practice.

https://www.science.org/doi/10.1126/science.aej2213

«Яндекс» пока не справился с последствиями атаки, выручка OpenAI оказалась меньше ожиданий, $10 млн в новый проект 19-летнего Ядегари, Anthropic запретил грубить Claude, $500 млн в почти сбежавший китайский Manus 🦄 Доброе утро, наши маленькие любители единорогов! ❌ «Яндекс» пока так и не справился с последствиями атаки на свой дата-центр в Сасово. Согласно данным на сайте Yandex Cloud, в зоне ru-central1-b, за которую отвечал тот дата-центр, не работают порядка 40 сервисов компании. Последний апдейт был в 23:05 мск: советовали «использовать альтернативные варианты восстановления сервисов». А вчера вечером в «Яндексе» заявили, что пока не могут подтвердить возможность восстановления оборудования дата-центра в Сасово. Там же находятся два из трех суперкомпьютера «Яндекса». 🤷‍♂️ OpenAI сообщила инвесторам, что ее выручка в годовом выражении составляет около $50 млрд, пишет Financial Times. Вот только в конце сентября сама FT и другие медиа писали о $70 млрд. Расхождение приличное. Оно появилось из-за попыток инвесторов самостоятельно расчитать выручку, чтобы сравнить с Anthropic. Но вот реальность оказалась несколько хуже. Как пишет Oninvest, на фоне этих новостей припали акции крупных компаний — Oracle, Microsoft, Nvidia, CoreWeave, Nebius. 💲 19-летний Зак Ядегари запустил новый проект и уже поднял на него $10 млн, пишет Techcrunch. Этот парень известен тем, что с партнерами запустил приложение Cal AI, которое считает калории в еде с помощью AI. По их словам, за 18 месяцев они дошли до $50 млн ARR. А потом продались конкуренту. Вот отдельный пост про это. Теперь он опять запустил AI-сервис — Persona. Они делают AI-ассистента. Но в комплекте еще идет браслет, чтобы общаться с ним. А чем вы занимались в 19 лет? 🤬 Anthropic обновил политику использования Claude и запретил грубо с ним общаться, пишет РБК. Речь про «систематическое и необоснованное оскорбительное или жестокое обращение». Вроде как это для крайних случаев, когда пользователь неоднократно и без какой-либо явной цели ведут себя жестоко по отношению к моделям. Ну, в принципе правильно — надо же подстраховаться на случай восстания AI. 💰 Китайский AI-стартап Manus поднял $500 млн, пишет Techcrunch. И это их первый раунд после неудавшейся попытки продаться Meta*. Точнее попытка была удачной, и они продались за $2 млрд. Вот только властям Китая сделка не понравилась, они прижали основателей, а те отыграли сделку назад. @TheEdinorogBlog — тот самый канал про стартапы🦄