Физики-математики обнаружили в 2024 году прямую связь между полиномом Джонса для узлов и запутанностью в топологических квантовых компьютерах. Доказано, что вычисление определенных инвариантов узлов эквивалентно симуляции квантовых цепей.

Это открытие предлагает новые архитектуры для кубитов, защищенных от декогеренции топологическими свойствами материи. Работа опубликована в Communications in Mathematical Physics и связывает теорию кос с квантовой информатикой.

В 2025 году сообщество Unimath объявило о завершении формализации основ (infinity,1)-категорий с использованием гомотопической теории типов (HoTT). Это позволяет проверять сложнейшие топологические доказательства с помощью компьютерных пруверов вроде Coq и Lean.

Проект объединяет топологию, логику и программирование. Новый фундамент математики исключает человеческие ошибки в абстрактных выводах и предоставляет инструменты для автоматического поиска доказательств в алгебраической топологии.

Исследователи из Калтеха опубликовали в 2024 году результаты масштабного компьютерного моделирования, указывающие на формирование сингулярностей за конечное время в 3D уравнениях Эйлера. Это открытие ставит под сомнение глобальную регулярность решений идеальной жидкости.

Использовался адаптивный сеточный метод с разрешением 10^12 точек. Результаты имеют ключевое значение для понимания турбулентности и приближают решение одной из задач тысячелетия, связанной с уравнениями Навье-Стокса.

В сентябре 2025 года группа теоретиков чисел представила уточненные оценки для гипотезы Лежандра и промежутков между последовательными простыми числами. Используя новые методы решета, удалось доказать существование бесконечного множества пар простых чисел с разностью, не превышающей 200, улучшив предыдущие результаты проекта Polymath.

Работа открывает путь к полному доказательству гипотезы о простых близнецах. Методология также нашла неожиданное применение в теории кодирования для построения устойчивых к ошибкам кодов.

Команда MIT в июне 2023 года разработала гибридный алгоритм для задачи коммивояжера (TSP), способный решать экземпляры с тысячами вершин за минуты. Метод сочетает квантовый отжиг с эвристиками локального поиска, превосходя классические солверы на 30%.

Результат, опубликованный в Nature Machine Intelligence, демонстрирует первое практическое "квантовое преимущество" в комбинаторной оптимизации. Приложения охватывают логистику и сворачивание белков в биологии.

В мае 2025 года Google DeepMind представил AlphaEvolve — систему, которая превзошла человеческие результаты в 3D bin packing (упаковке контейнеров). Алгоритм находит оптимальные решения для логистических задач, комбинируя обучение с подкреплением и символическую регрессию.

Это достижение знаменует революцию в прикладной математике, демонстрируя, как ИИ может находить новые эвристики, недоступные человеческой интуиции. Технология уже внедряется в облачные сервисы для оптимизации ресурсов.