Il modello Astra di OpenAI risolve problemi matematici decennali con dimostrazioni in Lean 4

OpenAI ha annunciato che una versione interna del suo prossimo modello principale, Astra, ha risolto con successo dieci problemi matematici che non avevano visto progressi sui loro risultati principali per almeno un decennio. L'azienda afferma di aver speso meno di 2.000 dollari per problema ai prezzi dei token GPT-5.6 Sol. Le soluzioni sono accompagnate da formalizzazioni in Lean 4 nel repository openai/ten-proofs, un articolo che descrive le soluzioni e un PDF generato da LLM che ricostruisce il processo di dimostrazione da tracce di ragionamento non pubblicate. Questo livello di trasparenza è notevole, sebbene i prompt utilizzati non siano stati divulgati. L'annuncio segue uno sforzo simile di Anthropic, che ha utilizzato Claude con Mythos Preview per scoprire debolezze crittografiche, spendendo 100.000 dollari in token. I matematici online hanno reagito con un senso collettivo di 'momento Deep Blue'. Il lavoro riecheggia il concetto di 'big mathematics' di Terence Tao, descritto in IEEE Spectrum a giugno, che immagina collaborazioni su larga scala e decentralizzate tra umani e macchine, con l'IA che gestisce il lavoro tecnico di routine e gli umani che si concentrano sugli aspetti creativi. Il post è stato realizzato da Simon Willison il 1° agosto 2026.