ШВМ - Программы по AI

⚡️ За одну ночь OpenAI выложила в открытый доступ 722 математические рукописи. Написала их новая модель, которую компания пока не анонсировала.⚡️

Вот список некоторых тем: комбинаторика, теория чисел, алгебраическая геометрия, теоретическая информатика, то есть области, где у людей десятилетиями возникали трудности.

По одной из сводок, ИИ закрыл 90 из 500 главных открытых проблем математики.

📌Мы отобрали самые интересные результаты:

1) Hilbert's tenth problem over ℚ — Десятая проблема Гильберта над ℚ
Доказано, что не существует алгоритма, определяющего, есть ли у многочлена с целыми коэффициентами от произвольного числа переменных рациональный корень. Тем самым десятая проблема Гильберта над ℚ решена отрицательно.

2) Irrationality of Catalan's constant — Иррациональность постоянной Каталана
Доказано, что постоянная Каталана G = 1 − 1/3² + 1/5² − 1/7² + … иррациональна.

3) The irrationality exponent of π is 2 — Показатель иррациональности числа π равен 2
Доказано, что показатель иррациональности числа π равен ровно 2: для любого ε > 0 и всех достаточно больших знаменателей q любая дробь p/q удовлетворяет |π − p/q| ≥ q^(−2−ε).

4) Ultraflat real Littlewood polynomials — Ультраплоские вещественные многочлены Литтлвуда
Для каждого достаточно большого N построены многочлены с N коэффициентами из {−1, 1}, модуль которых равномерно на всей единичной окружности равен (1 + o(1))√N.

5) A cubic permanent–determinant lower bound — Кубическая нижняя оценка в задаче «перманент против детерминанта»
Доказана нижняя оценка Ω(m³) для детерминантной сложности перманента матрицы m × m над ℂ.
Детерминантная сложность — это ответ на вопрос: насколько большую матрицу A(X), элементы которой — аффинно-линейные функции от переменных, нужно взять, чтобы perₘ(X) = det A(X)? Минимальный размер n такой матрицы и есть детерминантная сложность.

6) Integer multiplication below n log n — Умножение целых чисел быстрее n log n
Алгоритм точно умножает два n-битных числа при любой длине входа за детерминированное время в худшем случае O(n(log n)^(1−κ)), где κ = 2^(−182). Модель вычислений: одна фиксированная машина Тьюринга с конечным алфавитом и конечным числом одномерных лент.

7) Fourier transforms below n log n — Преобразование Фурье быстрее n log n
Предложен детерминированный алгоритм дискретного преобразования Фурье длины n, использующий O(n(log n)^(1−δ)) операций для любого n, с явным δ = 10^(−13).

8) Uniform limit-cycle bounds in Hilbert's sixteenth problem — Равномерные оценки числа предельных циклов в 16-й проблеме Гильберта
Решён вопрос о равномерной ограниченности из 16-й проблемы Гильберта: число изолированных периодических орбит вещественного полиномиального векторного поля на плоскости ограничено конечной константой, зависящей только от его степени.

9) The Euclidean plane cannot be colored with five colors — Евклидову плоскость нельзя раскрасить в пять цветов

Доказано, что при любой раскраске евклидовой плоскости в пять цветов найдутся две точки одного цвета на расстоянии 1, без каких-либо ограничений на цветовые классы.

🔎Все рукописи лежат на GitHub, их уже разбирают математики по всему миру. Реакция тяжёлая: опрос Quanta показал растерянность, горе и злость, а Скотт Ааронсон написал, что люди навсегда перестали быть главными доказателями теорем на планете.

🎙 Новый выпуск подкаста: AI-агенты в трейдинге

Можно ли доверить агенту торговые решения? Трейдер валютного деска Дарья Сухорукова уверена, что нет. А вот почти всё остальное — пожалуйста.

Вместе с Александром Лыковым и Фёдором Азаровым разбираем:

▪️ чем на самом деле занимается трейдер в банке и почему крупные клиенты не идут на биржу
▪️ какую рутину агентам отдают уже сейчас: бэктесты, ночной мониторинг рынков, поиск по внутренним процессам
▪️ почему решения остаются за человеком и кто отвечает за убыток, если ошибся агент
▪️ как с агентами работают JP Morgan, Goldman Sachs и Man Group
▪️ и как Knight Capital потеряла сотни миллионов долларов меньше чем за час из-за ошибки алгоритма

Смотреть 👉 https://youtu.be/wazR-NHxOgY?si=1.

УЖЕ ЗАВТРА в 19:30 по МСК проверим, можно ли доверять Claude в подготовке к ШАД

Если вы готовитесь с моделью, вы наверняка это видели: решение выглядит логично,ответ получен.

Но вы не знаете, верное ли оно. Чтобы отличить правильное рассуждение от неправильного, нужно понимать тему самому. А если понимаешь, зачем спрашивал?

Из-за этого подготовка может идти месяцами, и вам будет казаться, что вы растёте. А на экзамене окажется, что решать умела модель, а не вы.

Завтра в прямом эфире дадим Claude актуальный вариант ШАД 2026 и проверим его решения так, как их проверяет экзаменатор. Покажем, где модели можно доверять, а где она уверенно ошибается.

Завтра, 30 сентября, 19:30 МСК втречаемся в Zoom

Регистрация: ссылка

Новый поток стартует уже на следующей неделе, 1 октября. Prompt engineering, RAG, мультиагентные системы, evals и guardrails, деплой на LangGraph и MCP — весь путь от идеи до агента в проде.

Если пока не уверены, что курс вам подходит, — можете записаться на бесплатное вводное занятие.

До старта действует спецпредложение на первоначальный взнос. Напишите нам в @academic_guidance_shvm или оставьте заявку на сайте.

Подробности → shvm.xyz/ai-agents

Решит ли Claude экзамен ШАД 2026? Проверяем в прямом эфире 

Недавно мы уже прогоняли модели через оба письменных этапа ШАД.
На онлайн-тесте Claude набрал 39,5 из 40. А вот на письменном экзамене уже 40 из 60: верные числа без обоснования и ноль за самую сложную задачу варианта.

30 сентября в 19:30 по МСК проводим эксперимент вживую - на актуальном варианте экзамена 2026 года, целиком, без подсказок и без предварительного отбора задач.
Дадим модели реальный вариант - 1 в 1, как на экзамене, и посмотрим как она справится.

Ведёт эфир Александр Лыков - к.ф.-м.н., МГУ, академический руководитель Школы Высшей Математики, автор программы годового курса подготовки к ШАД.

Формат бесплатный, участие онлайн

Зарегистрироваться: ссылка

Через час начинаем наш workshop

Ссылка на эфир: https://us06web.zoom.us/j/81635063731?pwd=2OBu7gW9Bw2ePi0Vba3SBcyewVCSb4.1

16 сентября проведу воркшоп про AI-агентов. Покажу классическую историю по внедрению ИИ, основанную на реальных событиях: сделали агента, дали документы и доступы, на тестовых сценариях все ок — вроде отвечает по теме и общается, а после выкатки в прод пользователи массово жалуются: некорректная информация, устаревшие данные, галлюцинации и т.д.

Разберем кейсы из практики: что может отвалиться, но агент будет продолжать отвечать? На воркшопе пройдем путь от запуска «сломанного» агента до практик по систематическому устранению таких ошибок.

Записаться

В 2009 году Алексей Досовицкий заканчивал мехмат МГУ и занимался чистой математикой. Про трансформеры никто не слышал, а «нейросети» звучало как экзотика.

Дальше — ШАД, кандидатская, постдок, Google Brain. В 2020-м он первым автором написал статью «An Image is Worth 16×16 Words»: взять трансформер из NLP, порезать картинку на патчи и подать их как токены. Идея на одну строчку — но за ней стояло понимание, почему attention должен работать на любых последовательностях. Сегодня Vision Transformer стоит внутри почти каждой модели, которая умеет видеть.

В мае 2026-го Алексей стал сооснователем Recursive Superintelligence. Компания впервые публично объявила о себе с $650 млн инвестиций и оценкой $4,65 млрд — при команде меньше 30 человек.

Почему мы про это пишем. Сейчас популярна мысль, что фундамент устарел: модель напишет код, агент соберёт пайплайн, зачем линал и тервер. Но каждый крупный поворот в индустрии — свёртки, attention, диффузия — делали люди, которые понимали математику под капотом, а не только API поверх неё.

Из 2009 года не было видно ни ViT, ни 2026-го. Была только математика и желание вкладываться в неё, когда непонятно, куда это ведёт. Отдача от фундамента приходит не через семестр — она приходит, когда индустрия делает поворот, и оказывается, что вы к нему готовы, а большинство нет.

Именно на этом построены наши программы: по AI — shvm.xyz/ai-agents, по математике — shadhelper.com/course.

Не уверены, какая траектория нужна именно вам — просто напишите нам @academic_guidance_shvm

Как AI агенты работают в Wildberries?

Привет!

16 сентября Василий Исаев расскажет как строит агентные системы в Wildberries.

Возьмёт несколько своих кейсов и пройдёт по каждому одной схемой:

— агент прошёл демо: 5 примеров из 5, ответ за 1.1 секунды, выкатили;
— что случилось в проде: вызвал не тот инструмент, потерял контекст диалога, вернул 200 OK с неверным ответом;
— что изменили в архитектуре: eval-set на 240 кейсов, проверка схемы tool-call, fallback на человека. Ошибки — с 18% до 2%.

На выходе — чек-лист, по которому можно проверить своего агента.

16 сентября, среда, 19:00 мск. Час в Zoom, прямой эфир, вопросы в чате.

Записаться