Een onderzoeker bij Anthropic heeft een mogelijke oplossing aangekondigd voor een van de langstlopende uitdagingen in de wiskunde. Levent Alpöge publiceerde een notitie op zijn persoonlijke site waarin hij een bewijs van de Riemann-hypothese uiteenzet en het AI-systeem van het bedrijf crediteert voor belangrijke delen van het werk.
De timing komt direct na de beursgang van Anthropic. Alpöge nam in het weekend rechtstreeks contact op met topman Dario Amodei om te bespreken hoe de bevindingen gedeeld moesten worden. Hij noemde het moment moeilijk maar onmogelijk langer uit te stellen. Het bedrijf heeft nog geen officiële verklaring uitgegeven.
Alpöge leverde code in de programmeertaal Lean als ondersteunend bewijs. Verschillende wiskundigen hebben de formalisering al op verschillende systemen gecontroleerd. Senior MIT-onderzoeker Andrew Sutherland bevestigde de resultaten op zijn eigen setup. Sutherland merkte op dat het werk voortbouwt op decennia aan eerder wiskundig onderzoek en formalisatietechnieken.
Sutherland uitte een mix van opwinding en voorzichtigheid over wat de ontwikkeling betekent voor het vakgebied. Hij beschreef het moment als een reden tot vieren, terwijl hij erkende dat er discussies gaande zijn over hoe geavanceerde AI-tools wiskundig onderzoek en aanverwante beroepen kunnen veranderen.
Ik ben zowel erg zenuwachtig als erg opgewonden over de toekomst.
Noah Giansiracusa, universitair docent aan Bentley University en tevens verbonden aan Harvard, beoordeelde het werk en achtte het waarschijnlijk correct en volledig.
Het geclaimde bewijs zou het tweede Millennium Prize Problem zijn dat via kunstmatige intelligentie is aangepakt. Eerder dit jaar meldde OpenAI dat zijn modellen een oplossing hadden gevonden voor het Navier-Stokes-bestaan- en gladheidsprobleem. Beide bedrijven hebben prioriteit gegeven aan het testen van hun nieuwste systemen op moeilijke wiskundige en wetenschappelijke vraagstukken.
Alpöge beschreef het proces als een vloeiende, stream-of-consciousness-verkenning die steunde op uitgebreide eerdere studie van de hypothese. Hij merkte op dat de afgelopen maanden productieve uitwisselingen met de AI opleverden, maar dat het model uiteindelijk de laatste fasen versnelde voorbij zijn eigen tempo.