OpenAI Klaim Astra Menyelesaikan atau Memajukan 10 Masalah Matematika

Ada satu jenis pencapaian AI yang gampang di-dismiss: menang benchmark. Angka naik, leaderboard geser, minggu depan udah ada yang nyalip. Tapi yang baru diumumin OpenAI awal Agustus ini beda kelasnya — dan layak kalian pahamin walaupun kalian gak pernah nyentuh matematika sejak SMA.

OpenAI menyatakan model internal mereka yang dinamai Astra menghasilkan sepuluh hasil di matematika dan ilmu komputer teoretis. Menurut pengumumannya, sebagian menyelesaikan masalah terbuka dan sebagian membuat kemajuan besar. Dua kategori itu tidak boleh disamakan.

Apa yang terjadi

Dalam publikasi resminya, OpenAI merinci sepuluh hasil dari geometri, teori grup, sampai kompleksitas kuantum. Status "menyelesaikan" atau "memajukan" perlu dilihat pada tiap hasil, bukan disimpulkan sama untuk semuanya.

• Eksistensi grup non-sofic — Astra membangun struktur simetri pertama yang gak bisa ditiru oleh aproksimasi berhingga mana pun. Pertanyaan ini dibuka sejak 1999 dan jadi salah satu perburuan paling terkenal di teori grup.
• Konjektur rigiditas Alain Connes dan konjektur volume Ehrhart — dua masalah yang praktis gak bergerak selama satu dekade terakhir.
• Tiga soal dari daftar Paul Erdős — matematikawan legendaris yang ninggalin ratusan masalah terbuka sebagai "warisan" buat generasi berikutnya.

Dua detail teknis yang bikin klaim ini susah disepelekan:

Pertama, argumennya diformalisasi menjadi sertifikat Lean. Lean dapat memeriksa apakah langkah formal mengikuti aturan dan asumsi yang ditulis. Itu perlindungan penting terhadap kesalahan logika, tetapi tidak otomatis membuktikan pernyataan yang dipilih tepat, asumsi mencerminkan masalah asli, hasilnya baru, atau tidak ada kekeliruan dalam proses formalisasi.

Kedua, biayanya. OpenAI bilang total token buat semua run yang berhasil cuma sekitar $2.000 dengan tarif API Sol. Dua ribu dolar buat nyelesain masalah yang gak kejawab 27 tahun.

Kenapa ini penting

Komunitas matematika sekarang lagi debat: kalau mesin yang mikir, apakah hasilnya layak Fields Medal? Debat itu seru, tapi buat gw pertanyaan yang lebih relevan bukan soal medali — soal polanya.

Polanya gini: AI mengusulkan argumen, alat formal memeriksa konsistensi langkahnya, lalu ahli tetap menilai makna, asumsi, dan kebaruan hasil. Matematika punya alat verifikasi formal seperti Lean; bidang lain memerlukan bentuk pengujian yang berbeda dan tidak otomatis mendapat jaminan yang sama.

Angka sekitar $2.000 adalah perkiraan OpenAI untuk token pada run yang menghasilkan temuan tersebut dengan tarif API Sol. Angka itu tidak mencakup biaya riset, eksperimen yang gagal, penyiapan manuskrip, pemeriksaan ahli, atau infrastruktur lain.

Buat kalian

Kalian mungkin gak punya masalah teori grup buat diselesain. Tapi prinsip AI + verifikasi itu langsung bisa dipakai di kerjaan sehari-hari, sekarang:

• Kalau kalian pakai AI buat kerjaan yang hasilnya bisa dicek objektif — kode yang bisa di-test, perhitungan yang bisa divalidasi, data yang bisa dicocokkan ke sumber — kalian bisa kasih otonomi jauh lebih besar ke AI-nya. Biarin dia kerja panjang, verifikasi di akhir.
• Kalau hasilnya gak bisa dicek objektif (opini, strategi, tulisan), di situ kalian tetap jadi verifier-nya. Jangan dibalik.
• Pertanyaan yang worth kalian tanya ke diri sendiri: dari kerjaan kalian minggu ini, mana yang sebenarnya punya "Lean"-nya sendiri — cara ngecek otomatis yang bikin kalian gak perlu meriksa manual?

Ngebedain dua kategori itu dan membangun pemeriksaan yang sesuai adalah jenis thinking yang gw ajarin di kelas gw: bukan sekadar pakai AI, tetapi merancang proses yang membuat kesalahan lebih cepat terlihat.

Sumber primer: pengumuman resmi OpenAI (openai.com/index/ten-advances-in-mathematics).