Astra dari OpenAI Memecahkan Sepuluh Soal Matematika Terbuka — dan Cerita Sebenarnya Bukan Soal Matematika

Singkatnya: pada 1 Agustus 2026, OpenAI mengumumkan bahwa versi internal model berikutnya, Astra, menghasilkan temuan baru pada sepuluh soal terbuka di bidang matematika dan ilmu komputer teoretis, yang masing-masing belum terpecahkan setidaknya selama satu dekade. Yang lebih penting daripada temuan itu sendiri adalah cara penyampaiannya: setiap temuan disertai sertifikat bukti Lean 4 yang dapat diperiksa mesin di GitHub, ditambah naskah setebal 249 halaman, dengan total biaya komputasi sekitar US$2.000. Pelajaran bagi pemilik bisnis tidak ada hubungannya dengan teori grup atau penumpukan bola. Pelajarannya adalah satu prinsip: AI yang memberi Anda keluaran yang dapat diverifikasi mesin pada dasarnya berbeda dari AI yang memberi Anda tulisan yang meyakinkan.

Apa tepatnya yang diumumkan?

Temuan utamanya adalah konstruksi eksplisit pertama dari apa yang disebut grup non-sofik, sebuah pertanyaan yang terbuka sejak Mikhail Gromov memperkenalkan konsep sofisitas pada 1999. Bersamanya hadir sanggahan atas konjektur kekakuan Connes tentang aljabar von Neumann, bukti konjektur volume Ehrhart, penyelesaian tiga soal dari katalog Paul Erdős — termasuk Soal 183 tentang bilangan Ramsey multiwarna — serta batas atas yang lebih baik untuk kepadatan penumpukan bola berdimensi tinggi, yang kabarnya merupakan perbaikan pertama sejak 1978.

Yang membedakan hal ini dari gelombang klaim "AI memecahkan sebuah soal" sebelumnya adalah cara penyampaiannya. Alih-alih sebuah klaim yang harus Anda percayai, OpenAI memublikasikan sertifikat Lean 4 untuk setiap temuan, dengan jumlah "sorry" nol — penanda teknis yang berarti tidak ada langkah dalam berkas yang dipublikasikan yang dibiarkan tanpa bukti. Siapa pun yang memiliki komputer dapat mengkloning repositori, menjalankan pemeriksanya, dan mendapatkan putusan pasti dalam hitungan menit alih-alih menunggu berbulan-bulan untuk tinjauan manual.

Nilainya bukan pada model yang mengklaim sebuah temuan. Nilainya ada pada model yang menyertakan mesin yang memeriksa klaim itu atas nama Anda.

Sisi lain: kritik serius yang perlu disampaikan

Gambarannya tidak sepenuhnya cerah, dan jujur saja hal itu harus dikatakan. Para matematikawan spesialis mengajukan keberatan substantif. Pertama, tidak satu pun dari sepuluh temuan itu yang telah melewati penelaahan sejawat, dan pengumumannya disampaikan melalui unggahan blog perusahaan, bukan jurnal — yang oleh sebagian pihak dianggap bertentangan dengan semangat Deklarasi Leiden yang terbit pada Juni 2026. Kedua, ada tuduhan tidak mencantumkan atribusi pada karya sebelumnya: para peneliti menunjukkan bahwa argumen penumpukan bola menggunakan kembali alur penalaran yang sudah pernah dipublikasikan tanpa memberi kredit, dan pola yang sama juga disorot pada temuan grup non-sofik.

Ada pula catatan teknis yang penting. Lean menghilangkan banyak jenis kesalahan logika lokal, tetapi tidak mengubah definisi — atau penerjemahan pertanyaan matematika informal menjadi pernyataan formal — menjadi fakta mekanis. Sederhananya: sebuah bukti bisa sepenuhnya benar, sementara pernyataan yang dibuktikan tidak sesuai dengan pertanyaan yang diyakini orang telah terjawab. Repositori itu sendiri menggambarkan karya ini sebagai "ditinjau agen", bukan ditinjau manusia secara independen.

Terjemahan praktisnya bagi bisnis Saudi

Jarak antara sebuah pertanyaan dalam teori grup dan toko, pabrik, atau perusahaan jasa Anda mungkin tampak sangat jauh. Namun gagasan intinya berlaku langsung, karena keluaran AI terbagi ke dalam dua kategori yang menuntut manajemen risiko yang sama sekali berbeda:

  • Keluaran yang dapat diverifikasi mesin: kode yang lolos pengujian, jurnal akuntansi yang seimbang, faktur yang diterima platform faktur elektronik, kueri basis data yang hasilnya dapat Anda rekonsiliasi dengan sumber rujukan. Di sini Anda dapat membiarkan model bergerak cepat, karena ada hakim terakhir yang tidak menyanjung.
  • Keluaran yang tidak dapat diverifikasi: ringkasan rapat, balasan untuk pelanggan, analisis pasar, rekomendasi perekrutan. Tidak ada pemeriksa yang memberi hasil lulus atau gagal, sehingga Anda memerlukan tinjauan manusia, sumber yang terlihat, dan batasan jelas tentang apa yang boleh dinyatakan model.

Proyek AI yang paling parah gagal di perusahaan adalah proyek yang memperlakukan kategori kedua seolah-olah kategori pertama. Kebalikannya juga benar: banyak peluang menang terlewat karena tidak ada yang menyadari bahwa suatu proses sebenarnya memungkinkan verifikasi otomatis jika dirancang dengan benar.

Cara membangun lapisan verifikasi di perusahaan Anda

Langkah pertama adalah bertanya, untuk setiap proses yang ingin Anda otomatisasi: uji apa yang membuktikan keluaran itu benar tanpa perlu dibaca manusia? Jika ada jawabannya, Anda memiliki kandidat otomatisasi yang sangat baik. Jika tidak ada, Anda harus merancang uji semacam itu atau tetap melibatkan manusia dalam prosesnya.

Dalam sistem bisnis, hal ini berarti hal-hal konkret: aturan validasi yang diterapkan di tingkat basis data, bukan hanya di antarmuka pengguna; pencocokan tiga arah otomatis antara pesanan, faktur, dan persediaan; rekonsiliasi keluaran model dengan satu sumber kebenaran sebelum dipercaya; pengujian otomatis yang berjalan pada setiap perubahan kode; dan jejak audit yang menunjukkan siapa menghasilkan apa, kapan, dan dari data mana. Ini bukan kemewahan rekayasa — inilah yang membuat penggunaan AI dalam operasi sensitif dapat dipertanggungjawabkan di hadapan auditor, pelanggan, dan regulator Anda.

Jangan abaikan pula dimensi regulasinya. Setiap pemrosesan data pribadi di Kerajaan Arab Saudi tunduk pada Undang-Undang Pelindungan Data Pribadi (PDPL), dan prinsip pembatasan tujuan, minimalisasi data, serta akuntabilitasnya dalam praktik berarti Anda memerlukan catatan terdokumentasi tentang apa yang dilakukan model — bukan sekadar keyakinan atas kualitasnya.

Tiga hal yang perlu Anda bawa pulang

Pertama, kemampuan penalaran mendalam berkembang lebih cepat daripada yang diasumsikan banyak peta jalan perusahaan, dengan biaya operasional yang turun cepat — US$2.000 untuk sepuluh temuan tingkat riset adalah angka yang layak direnungkan. Kedua, verifikasi, bukan kepercayaan, yang mengubah kemampuan model menjadi nilai operasional yang dapat Anda andalkan. Ketiga, transparansi tentang sumber dan atribusi kini menjadi bagian dari kualitas keluaran itu sendiri, bukan tambahan kosmetik — dan justru di situlah kritik pekan ini mendarat.

Cara kami membangunnya di Origami

Kami adalah perusahaan teknologi, dan pekerjaan AI kami berangkat dari pertanyaan yang sama: di mana keluaran dapat diverifikasi secara otomatis, dan di mana tidak? Kami merancang sistem agar model beroperasi dalam batasan yang jelas, keluarannya melewati aturan validasi dan sumber kebenaran di dalam sistem Anda sendiri, dan setiap langkah meninggalkan catatan. Tujuannya bukan model yang lebih pintar — melainkan proses yang dapat Anda percayai karena Anda dapat memeriksanya.

Sumber

  • Pengumuman resmi OpenAI: openai.com
  • Liputan The Next Web, termasuk detail tentang grup non-sofik: thenextweb.com
  • SiliconANGLE tentang temuan dan bukti yang dipublikasikan: siliconangle.com
  • Otoritas Data dan Kecerdasan Buatan Saudi (SDAIA) — Undang-Undang Pelindungan Data Pribadi (PDPL): sdaia.gov.sa