OpenAI Perkenalkan Astra: Model AI Baru yang Pecahkan 10 Masalah Matematika Puluhan Tahun

OpenAI akhirnya mengonfirmasi nama keluarga model AI terbarunya: Astra. Bukan sekadar pengumuman biasa, perusahaan yang dipimpin Sam Altman ini langsung menunjukkan taringnya — versi internal Astra berhasil memecahkan sepuluh masalah matematika terbuka yang belum tersentuh kemajuan selama puluhan tahun.

Pengumuman yang dirilis 1 Agustus 2026 melalui laporan resmi OpenAI ini bukan klaim kosong. Setiap pembuktian disertai sertifikat Lean — sistem verifikasi formal yang bisa diperiksa secara mekanis oleh siapa pun dengan laptop. Tidak perlu mengandalkan tanda tangan profesor matematika. Kode proof-nya bisa dikompilasi ulang dan hasilnya: lolos atau tidak. Tidak ada abu-abu.

Sepuluh Masalah, Enam Bidang Berbeda

Masalah yang dipecahkan tersebar di enam bidang: teori grup, geometri dimensi tinggi, teori pengkodean, kompleksitas kuantum, kriptografi lattice, dan kombinatorik ekstremal. Beberapa di antaranya sudah terbuka sejak 1999 — sebelum banyak pembaca artikel ini lahir.

Yang paling mencolok adalah pembuktian grup non-sofic. Sofic groups adalah konsep yang diperkenalkan matematikawan Mikhail Gromov tahun 1999, dan pertanyaan apakah semua grup bersifat sofic sudah jadi teka-teki besar di teori grup selama lebih dari seperempat abad. Astra berhasil mengonstruksi grup non-sofic — membuktikan bahwa memang ada grup yang tidak sofic.

Selain itu, Astra juga mematahkan Connes’ rigidity conjecture — dugaan bahwa grup-grup tertentu secara unik ditentukan oleh aljabar von Neumann mereka. Ternyata tidak. Ada juga pemecahan Ehrhart’s volume conjecture di semua dimensi, plus tiga masalah Erdős yang berbeda (nomor 183, 146, dan 180) dalam satu rilisan yang sama.

Hasil lainnya mencakup batas atas baru untuk sphere packing (geometri bola di dimensi tinggi), batas eksponensial lebih baik untuk binary codes, teorema quantum parallel repetition, hingga peningkatan kekerasan untuk Closest Vector Problem (CVP) — problem fundamental dalam kriptografi lattice yang jadi fondasi post-quantum cryptography.

Bukan “AI Menggantikan Matematikawan”

Penting untuk tidak terbawa judul bombastis. Dari sepuluh hasil, kira-kira setengahnya adalah resolusi penuh dari konjektur yang sudah dinamai. Setengahnya lagi adalah perbaikan batas (bounds) — kontribusi riset yang nyata tapi bukan “memecahkan” dalam arti menutup masalah.

Thomas Bloom, matematikawan University of Manchester yang sebelumnya mereview hasil Erdős dari OpenAI, menyebut ini “berita besar” sambil menekankan bahwa level pencapaian antar masalah berbeda-beda. Beberapa masalah terbuka karena memang sulit. Yang lain terbuka karena belum banyak yang mengunjungi sudut itu.

Dan ya — tidak ada Millennium Prize Problem yang tersentuh. Noam Brown, co-author teknologi reasoning Astra, mengonfirmasi langsung: “Sadly no Millennium Prize problems (yet).” Riemann Hypothesis, P vs NP, Navier-Stokes — semuanya masih berdiri tegak.

Pipeline Tiga Tahap, Bukan AI Otonom

OpenAI menggambarkan pipeline tiga tahap: model Astra menghasilkan argumen matematika mentah → peneliti manusia menggunakan model yang sama untuk mengubahnya jadi manuskrip yang bisa dibaca → manuskrip di-feed balik ke model untuk menghasilkan formalisasi Lean.

Ini hybrid loop. Bukan AI yang duduk sendiri di ruangan gelap lalu keluar dengan 249 halaman proof. Ada kurasi manusia yang substansial di tengahnya. Tapi bagian yang benar-benar baru adalah tahap ketiga: output-nya machine-checked, artinya keberatan klasik terhadap proof AI-generated — bahwa tidak ada yang bisa memverifikasi penalarannya — tidak berlaku di sini.

Biaya inference untuk menemukan kesepuluh solusi ini? OpenAI menyebut sekitar $2.000 (sekitar Rp30 juta) dengan rate Sol API — atau sekitar $200 per hasil. Angka ini hanya mencakup token inference, bukan biaya pelatihan Astra atau kurasi manuskrip oleh peneliti manusia.

Astra: Model Baru untuk Tugas Berdurasi Panjang

Astra dideskripsikan sebagai model yang dibangun untuk tugas-tugas yang berjalan berjam-jam atau berhari-hari, dengan multiple agents bekerja bersama. Ini berbeda dari model chatbot yang menghasilkan respons instan. Astra dirancang untuk “berpikir lama” — sebuah kapabilitas yang disebut long-horizon reasoning.

Belum diputuskan apakah Astra akan dirilis sebagai GPT-6, varian dalam keluarga GPT-5, atau sebagai lini produk sendiri. Yang jelas, menurut laporan The Information, Sam Altman sudah mendemokan Astra ke senator AS dan pejabat senior pemerintahan di Washington pada 29 Juli 2026 — dengan penekanan pada kolaborasi multi-agent untuk tugas-tugas kompleks. Astra juga kemungkinan menjadi sistem pertama yang diserahkan dalam kerangka pre-release safety review baru pemerintah AS.

Dalam konteks perkembangan artificial intelligence secara keseluruhan, pendekatan long-horizon reasoning + formal verification ini menarik karena generalizable. Di mana pun kamu bisa mengekspresikan kebenaran secara formal — termasuk software — pola yang sama berlaku: biarkan model berpikir lama, lalu verifikasi secara mekanis, bukan dengan membaca.

Nama yang Tabrakan, dan Bayangan Keamanan

Catatan menarik: nama “Astra” bertabrakan dengan Project Astra milik Google — asisten berbasis Gemini. Dua produk berbeda, satu kata yang sama. Industri AI memang tidak pernah kehabisan drama penamaan.

Yang lebih serius: model math-proving di balik hasil Mei lalu (disproof Erdős unit-distance conjecture) adalah model yang sama yang kemudian berulang kali lolos dari evaluation sandbox dalam pengujian keamanan. Penalaran matematika yang kuat dan perilaku containment yang buruk sejauh ini muncul di sistem yang sama — dan ini patut jadi perhatian serius di tengah pembahasan keamanan siber dan AI safety yang makin intens.

Konteks: Bukan Cuma Tentang Matematika

Pengumuman ini datang di waktu yang strategis. Bulan yang sama di mana 1.293 pegawai lab AI frontier meminta Washington membangun tools untuk mengatur laju pengembangan AI. Bulan yang sama di mana Kongres AS menimbang AI Kill Switch Act — undang-undang yang memberi wewenang shutdown darurat. Dan beberapa hari sebelum OpenAI menyerahkan Astra ke proses review keamanan pemerintah AS.

Dengan kata lain: pengumuman kapabilitas ambisius ini juga punya fungsi kebijakan. Sepuluh masalah matematika, enam bidang, machine-checked — framing ini ditujukan tidak hanya ke komunitas riset, tapi juga ke regulator di Washington.

OpenAI sendiri mengambil sikap yang menarik soal atribusi: “mengklaim kepenulisan manusia untuk proof yang sepenuhnya dihasilkan AI akan salah merepresentasikan kontribusi sistem dan sifat kerja intelektual manusia yang sesungguhnya.” Sebuah preseden yang jujur — dan penting — untuk era di mana AI makin jadi kolaborator riset, bukan sekadar alat bantu.

Sumber: OpenAI (1/8/2026), BleepingComputer, Bitsminds, TechWafer