Több mint másfél évszázada a Riemann‑hipotézis az egyik legnagyobb megoldatlan kérdés a matematikában: a prímszámok eloszlására vonatkozó állítás, amelyért jelenleg egymillió dolláros díj jár egy általános, működő bizonyításért. A probléma általános megoldása továbbra is hiányzik, és a jelenlegi mesterséges intelligencia modellek sem oldják meg univerzálisan — ugyanakkor az Anthropic bejelentése szerint egy még kiadásra nem került modell lényeges előrelépést tett a bizonyítási tartomány kiterjesztésében.
Az Anthropic hétfői közlése szerint egy belső alkalmazott, aki nem rendelkezik jelentős matematikai képzettséggel, a modellhez fordult azzal az instrukcióval, hogy „vegyen egy komoly próbát” a hipotezis bizonyításán. Ezt követően a munkatárs fél napnál hosszabb időre magára hagyta a rendszert, amely a cég szerint önállóan szervezte meg a feladatot és koordinálta a megoldási kísérleteket.
A publikált adatok alapján a modell összesen 650 különböző ötletet tesztelt, 60 alügynököt használt a feladat felosztására és koordinálására, és nagyjából 31 millió output tokenen dolgozott. Az egyik lábjegyzet szerint a 60 alügynök közül kettő dolgozta ki a kulcsfontosságú matematikai elképzeléseket; 13 alügynök ezeknek adtak ötleteket; 30 próbálkozott új ötletek kidolgozására, de nem járt sikerrel; 13 validátorként ellenőrizte az érvelések helyességét; és a maradék két alügynök az eredeti tanulmány írását segítette.
A cég közlése szerint az eredményt két Anthropic‑nál dolgozó matematikus is megerősítette, és a bizonyítást a nyílt forráskódú Lean bizonyítás‑asszisztenssel formalizálták. Az Anthropic nem közölte, hogy a modell mikor vagy egyáltalán miként lesz hozzáférhető a szélesebb közösség számára.
Kapcsolódó trendek és viták a matematikában
Ez az eredmény egy sor LLM‑vezérelt matematikai előrelépés sorába illeszkedik. Az elmúlt évben több Erdős‑probléma kapcsán jelentettek meg AI‑hoz köthető megoldásokat, és az erősebb modellek megjelenése összességében még látványosabb eredményekhez vezetett. OpenAI nemrégiben közzétett egy listát tíz jelentősebb eredményről, amelyeket belső „Astra” nevű modelljük állítólag bizonyított, míg egy másik Anthropic‑kezdeményezés a régi Jacobian‑sejtést cáfolta.
Ezek a fejlemények izgalmat és aggodalmat egyaránt keltenek a matematikusok körében. Egy júniusban aláírt közös nyilatkozatban több ismert matematikus jelezte aggályát, hogy a mesterséges intelligencia alááshatja a matematika hagyományos értékeit — különösen azt az elvet, miszerint egy helyes bizonyításnak egy konkrét szerzőhöz kell köthetőnek lennie, aki vállalja annak érdemeit és helyességét.
Ugyanakkor a szakma nem egységes abban, hogyan kell viszonyulni az új kutatási módszerekhez. A Fields‑érmes Timothy Gowers egy blogbejegyzésben reagált a nyilatkozatra, és azt vetette fel, hogy az AI‑hatás összetettebb, potenciálisan pozitív átalakulásokat is hozhat a matematikában. Gowers példaként azt hozta fel, hogy ha egyszer eljutunk egy olyan világba, ahol tételekhez már nem kapcsolódnak egyértelműen egyéni matematikusok, az nem feltétlenül problémásabb annál, hogy a csillagokat sem nevezik el általában csillagászokról.
Miért fontos a most bejelentett eredmény?
Az Anthropic által közölt előrelépés nem jelenti a Riemann‑hipotézis általános bizonyítását, de konkrétan növelte azt a tartományt (az alsó határt), amelyre a hipotezis igazsága felé mutatnak ellenőrzött bizonyítékok. A folyamat bemutatja, hogy a nagy nyelvi modellek képesek komplex, többlépcsős matematikai kutatási munkafolyamatok koordinálására és részfeladatok elvégzésére, még akkor is, ha az emberi felügyelet kevésbé matematika‑szakos. Ez a fejlemény tovább élesíti a vitát arról, hogyan illeszkedjen az AI a matematikai gyakorlatokhoz, a szerzőiesség és a felelősség kérdéseihez.
A következő lépések nyilvánosságra hozataláról, a bizonyítássor formalizált részleteinek megismeréséről és a modell hozzáférhetőségének ütemezéséről az Anthropic részéről további közlésekre lesz szükség.
