Иногда для крупного результата хватает не гениальной идеи, а простого упрямства и пары часов свободного времени.Автор новостей
Речь о задаче теории графов, которая касается распределения нагрузки в сетях — дорожных, логистических, компьютерных. Формулировка звучит сухо, но смысл понятен любому, кто хоть раз распределял ресурсы: представьте склад, откуда грузы едут по разным маршрутам, и каждый маршрут имеет предел пропускной способности. Математически удобно допускать, что один груз можно дробить между несколькими путями — так проще найти оптимальное распределение на бумаге. Но в реальности груз обычно едет целиком, одним маршрутом.
Вопрос, который не давал покоя специалистам почти три десятилетия, звучал так: если идеальное дробное решение существует, можно ли всегда подобрать для каждого груза один цельный путь так, чтобы нагрузка на дороги почти не выросла — максимум на размер самого крупного груза. Интуитивно кажется, что да, ведь дробное решение и так близко к оптимальному. Именно эту теорию много лет пытались либо строго доказать, либо опровергнуть примером, где логика ломается.
Разобраться в вопросе помог математик Дмитрий Рыбин, который защитил диссертацию по ИИ в Китае и сейчас живет в Шэньчжэне. Он обратился к языковой модели с просьбой найти контрпример — ситуацию, где утверждение не работает. Первая реакция модели была отказом: задача выглядела слишком масштабной для короткого диалога. Но после нескольких настойчивых просьб не сдаваться модель начала выстраивать цепочку рассуждений и спустя пару часов выдала конкретную конструкцию сети, которая нарушала гипотезу.
Сам Рыбин признается, что сначала не поверил результату и решил перепроверить пример вручную, прямо во время просмотра фильма с друзьями. Расчет сошелся: контрпример действительно работал, а значит, гипотеза оказалась ложной. Не в каждом случае идеальное дробное распределение удается превратить в целочисленное без потерь — иногда нагрузка на отдельные маршруты вырастает сильнее, чем предполагала теория.
Автор истории называет произошедшее скорее забавным случаем, чем строгим научным прорывом, и подчеркивает: его роль свелась к тому, чтобы несколько раз попросить нейросеть продолжить работу вместо того, чтобы остановиться на первой неудаче. Никаких специальных промптов или сложных инструкций для запуска рассуждений не понадобилось.
Если результат выдержит проверку научным сообществом, у него найдется практическое применение. Понимание того, где именно ломается связь между дробными и целочисленными решениями, помогает точнее считать реальные ограничения при проектировании транспортных и логистических сетей — а значит, потенциально влияет и на то, как строятся алгоритмы маршрутизации трафика или планирования перевозок.
Также стало известно, что Apple Books завалили ИИ-подделками книг известных авторов. Подробности в статье.