La raccolta è eccezionale per scala, ma il dato corretto non è “722 problemi risolti”: sono manoscritti raggruppati in 372 famiglie, con diversi livelli di verifica.
OpenAI ha pubblicato il 6 ottobre 2026 un archivio di 722 manoscritti matematici, organizzati in 372 famiglie di risultati, prodotti in larga parte da un modello interno non ancora disponibile al pubblico. È una notizia importante per la ricerca sull’intelligenza artificiale, ma i numeri vanno letti con precisione: 722 manoscritti non equivalgono a 722 problemi risolti né a 722 teoremi già certificati.
La documentazione ufficiale di OpenAI e il repository pubblico su GitHub indicano che i risultati si trovano a diversi stadi di verifica. Molti hanno formalizzazioni in Lean, quindi prove controllabili da un computer, ma non tutti. OpenAI stessa avverte che alcuni risultati non formalizzati potrebbero contenere problemi e che il repository verrà aggiornato con correzioni e nuove versioni.
- 722 manoscritti sono visibili nel catalogo pubblico.
- I documenti sono organizzati in 372 famiglie di risultati correlati.
- Durante la valutazione il modello ha ricevuto circa 4.000 problemi.
- Il compute medio dichiarato equivale a circa 3 ore di ChatGPT Pro thinking per risultato.
- Molti risultati hanno formalizzazioni in Lean, ma non tutti.
- Il modello che ha prodotto la maggior parte del materiale è interno e non ancora rilasciato.
Confonderebbe il numero dei manoscritti con quello dei problemi e con quello dei risultati indipendenti.
È il dato pubblicato. La correttezza scientifica va verificata caso per caso.
Lo schema serve a evitare l’errore più comune: il numero dei documenti non coincide automaticamente con il numero dei problemi aperti risolti.
OpenAI e matematica: cosa ha pubblicato davvero
Nel documento ufficiale Sharing AI progress in mathematics, OpenAI parla di un ampio insieme di nuovi risultati matematici ottenuti da un proprio internal frontier model. Il materiale è stato reso disponibile in un repository GitHub pubblico insieme a manoscritti, artefatti di prova, formalizzazioni Lean, istruzioni di verifica e protocolli per revisioni e citazioni.
Il catalogo comprende aree che vanno dalla teoria dei numeri alla geometria algebrica, dall’analisi alla combinatoria, dalla logica matematica alla fisica matematica e all’informatica teorica. Alcune famiglie riguardano problemi noti e difficili, ma il repository non va interpretato come un elenco di 372 risultati già sottoposti e approvati da peer review indipendente.
Il modello è ancora interno, ma OpenAI dice di volerlo rilasciare
OpenAI non ha comunicato un nome commerciale per il sistema che ha prodotto la maggior parte del materiale. L’azienda lo definisce semplicemente un modello frontier interno. Nel post ufficiale afferma inoltre di stare lavorando a un rilascio responsabile del modello, senza però indicare una data.
Questo dettaglio è importante: oggi è possibile analizzare i manoscritti e molte formalizzazioni, ma non è possibile riprodurre liberamente l’intero processo usando lo stesso modello, perché il sistema non è ancora pubblico.
Circa 4.000 problemi e tre ore di “Pro thinking” per risultato
Secondo il README ufficiale del repository, durante la valutazione al modello sono stati sottoposti circa 4.000 problemi. Dopo l’aggregazione dei risultati correlati e una selezione basata sulla significatività, OpenAI ha costruito il catalogo oggi pubblico.
L’azienda stima che ogni risultato abbia richiesto in media una quantità di calcolo equivalente a circa tre ore di ChatGPT Pro thinking con quel modello. È una misura comparativa del compute, non significa tre ore di GPU e non permette di ricavare direttamente il costo economico totale dell’esperimento.
Lean è il punto più importante per la verifica
Una parte rilevante dei lavori è accompagnata da formalizzazioni in Lean, un proof assistant che permette di rappresentare e controllare matematicamente una dimostrazione con il computer. Il repository contiene anche un catalogo dedicato alle formalizzazioni e configurazioni di verifica.
La presenza di Lean rende alcuni risultati molto più controllabili rispetto a un semplice testo generato da AI. Ma anche qui serve precisione: OpenAI dice esplicitamente che molti, non tutti, i manoscritti sono stati formalizzati. Per quelli senza prova formale la stessa società ammette che potrebbero esserci errori.
Per molti risultati esiste materiale controllabile da un proof assistant.
Matematici e specialisti devono esaminare significato, novità e correttezza.
È il passaggio che distingue un manoscritto pubblicato da un risultato scientifico consolidato.
Due eccezioni importanti nella procedura
Il repository chiarisce anche che non tutti i risultati sono stati ottenuti con la stessa procedura standard. OpenAI indica due eccezioni: il lavoro su una regione priva di zeri per la funzione zeta di Riemann e una prova relativa alla congettura di Hodge per varietà abeliane CM.
Inoltre, il testo relativo alla regione Re(s) > 11/12 per la funzione zeta è stato modificato da un essere umano per migliorarne la leggibilità. È un dettaglio utile perché mostra che la raccolta non va descritta come un blocco di 722 paper generati automaticamente senza alcun intervento umano.
Il lavoro sulla regione zero-free segue una procedura distinta; il testo su Re(s) > 11/12 è stato anche editato da un umano per leggibilità.
La prova riguardante varietà abeliane CM è indicata dal repository tra le eccezioni alla procedura standard.
Il contesto: OpenAI sostiene che il modello abbia risolto oltre 100 problemi aperti
Il 21 settembre, annunciando la nascita dell’Advisory Group on Mathematics and Artificial Intelligence, OpenAI aveva affermato che un proprio nuovo modello interno aveva già risolto oltre 100 problemi aperti di lunga data in numerose aree della matematica. L’azienda aveva anche collegato quel modello al proprio lavoro sul problema di Navier–Stokes.
Questa è però una dichiarazione di OpenAI, distinta dal conteggio dei 722 manoscritti pubblicati il 6 ottobre. Non bisogna quindi trasformare automaticamente i 722 documenti in 722 “breakthrough” indipendenti.
OpenAI presenta il gruppo e collega il nuovo modello interno a risultati su problemi matematici di lunga data.
OpenAI rende pubblico il catalogo con 372 famiglie di risultati e materiale di verifica.
Formalizzazione, controllo indipendente, correzioni e peer review diranno quanto della raccolta reggerà.
Il ruolo del gruppo indipendente di matematici
Prima del rilascio, OpenAI ha dichiarato di aver consultato l’Advisory Group on Mathematics and Artificial Intelligence, ospitato presso l’Institute for Advanced Study. Il gruppo è indipendente da OpenAI e comprende matematici di primo piano come Timothy Gowers, Martin Hairer, Edward Witten e Ravi Vakil.
Il compito del gruppo non è certificare automaticamente ogni risultato prodotto dal modello. Il suo ruolo riguarda soprattutto revisione, comunicazione, modalità di diffusione e standard accademici. OpenAI afferma di aver utilizzato le raccomandazioni pubbliche del gruppo per decidere come rendere disponibile questa raccolta.
La comunità matematica resta prudente
La pubblicazione ha attirato rapidamente attenzione e anche critiche. Diversi matematici hanno chiesto alle aziende AI di rispettare maggiormente i normali processi accademici e di evitare di trasformare risultati ancora da verificare in annunci promozionali. La questione centrale è quindi duplice: da una parte la velocità con cui i modelli stanno affrontando problemi di ricerca avanzata; dall’altra la necessità di stabilire chi verifica, chi attribuisce il merito e quando un risultato può essere considerato davvero acquisito.
Per questo la formula più corretta oggi non è “OpenAI ha dimostrato 722 teoremi”, ma: OpenAI ha pubblicato 722 manoscritti matematici prodotti principalmente da un modello interno, molti accompagnati da verifiche formali, che ora devono essere esaminati dalla comunità.
Perché questa notizia conta davvero
Il punto più interessante non è soltanto la quantità. I modelli AI non vengono più valutati solo su benchmark con risposte note: vengono impiegati direttamente su problemi aperti di ricerca. Se una quota significativa dei risultati resisterà alla verifica indipendente, il ruolo dell’AI nella matematica potrebbe cambiare rapidamente, passando da assistente per calcoli e spiegazioni a vero strumento di scoperta.
Ma proprio perché la posta in gioco è alta, il controllo umano diventa più importante, non meno. Formalizzazioni, peer review, replicazione e confronto con gli specialisti saranno il vero test di questa enorme raccolta.
Il repository è pensato per essere aggiornato. OpenAI afferma che correzioni e revisioni saranno pubblicate come nuove versioni mantenendo accessibili quelle precedenti. Dietro Le Notizie seguirà quali risultati verranno confermati, corretti o contestati.
