Anthropic-model gør historisk fremskridt på Riemann-hypotesen – testede 650 idéer med 60 underagenter

Den autonome proces

Resultatet fulgte en bemærkelsesværdig multi-agent-arbejdsgang:

• En Anthropic-medarbejder uden dybere matematisk baggrund bad modellen om at 'tage et reelt tilløb' til at bevise hypotesen .
• Over cirka halvanden dag testede modellen groft sagt 650 forskellige tilgange fordelt på 60 koordinerede underagenter .
• Processen forbrugte 31 millioner output-tokens på tværs af to sessioner, udførte 2.400 shell-kommandoer og gennemgik 54 arXiv-artikler .
• To af de 60 underagenter stod for den afgørende matematiske nyskabelse .
• Den vindende tilgang syntetiserede en artikel fra 2000 af Enrico Bombieri med nyere resultater – en kombination som ingen tidligere menneskelig forsker havde samlet .

Verifikationsproces

To interne matematikere – Levent Alpöge og Ralph Furmaniak – gennemgik og bekræftede beviset . Argumentet blev derefter formaliseret i Lean, en interaktiv bevisassistent, hvilket skaber en maskinverificerbar korrekthedscertificering . Denne dobbelte validering (ekspertmenneskelig gennemgang + formel verifikation) anses bredt for at være den bedste praksis for AI-genererede matematiske resultater.

Bredere kontekst i 2026: et vendepunkt for AI i matematik

Claudes forbedring af Riemann-grænsen er ikke en isoleret begivenhed. 2026 har set en accelererende række af AI-ledede matematiske gennembrud:

• Maj 2026 – OpenAI annoncerede, at en upubliceret generel ræsonneringsmodel havde modbevist Erdős enhedsafstands-formodningen, et 80 år gammelt åbent problem .
• Maj 2026 – Google DeepMinds AlphaProof Nexus løste ni åbne Erdős-problemer (nogle uløste i 56 år) og beviste 44 formodninger fra Online Encyclopedia of Integer Sequences, alle formaliseret i Lean .
• Juli 2026 – Anthropic-matematiker Levent Alpöge brugte den upublicerede 'Fable 5'-model til at finde et modeksempel til Jacobianske formodning, et problem stillet i 1939 .
• August 2026 – OpenAIs Astra-model rapporteredes at have løst ti årtier gamle matematiske problemer for cirka 2.000 dollars i beregningsomkostninger, med maskinverificerbare beviser offentliggjort i Lean på GitHub .

Flere kommentatorer har bemærket, at feltet krydsede en tærskel i midten af 2026: AI-systemer bevægede sig fra at løse konkurrence-niveau matematik til at generere publicerbar, åben-problem-niveau forskning .

Debatten: forfatterskab, standarder og Leiden-erklæringen

Den hurtige fremdrift af AI-genereret matematik har udløst intens debat:

• Juni 2026 offentliggjorde en gruppe på 16 matematikere Leiden-erklæringen om Kunstig Intelligens og Matematik, som anbefaler nye standarder for bevisstruktur, forfatterskabsattribution og menneskelig tilsyn med AI-genererede resultater . Erklæringen er siden blevet drøftet af Den Internationale Matematiske Union .
• Centrale spændingspunkter inkluderer: Hvem får forfatterskab, når en AI genererer et bevis? Kan feltet opretholde epistemisk tillid, hvis beviser er for lange eller nyskabende til, at mennesker kan inspicere dem fuldt ud uden formelle værktøjer? Og hvordan bør tidsskrifter fagfællebedømme resultater, som intet enkelt menneske kunne have produceret ?
• Nogle matematikere argumenterer for, at AI-assisterede beviser risikerer at erodere forståelse og forklarende indsigt – et bevis kan være korrekt, men uigennemsigtigt . Andre ser formel verifikation i Lean som en strengere standard end traditionel fagfællebedømmelse .

Hvad dette betyder for AIs evne til at opdage ny videnskab

Anthropic Riemann-resultatet fremmer diskussionen på flere konkrete måder:

1. Omfanget af autonom udforskning betyder noget. At teste 650 idéer på tværs af 60 underagenter viser, at multi-agent-arkitekturer kan udføre systematisk søgning i en skala, som ingen menneskelig forskningsgruppe kunne matche i samme tidsramme . Dette flytter spørgsmålet fra 'Kan AI lave matematik?' til 'Hvordan skal vi integrere AI-dækkende udforskning i den videnskabelige opdagelsespipeline?'

2. Serendipitøs syntese er mulig. At en model uden matematisk træning kombinerede en Bombieri-artikel (2000) med nyere resultater – en kombination intet menneske havde set – viser, at AI kan skabe ikke-åbenlyse konceptuelle forbindelser på tværs af forskellige litteraturer . Denne evne adresserer direkte en central bekymring om, hvorvidt LLM'er blot interpolerer eller virkelig kan opdage.

3. Formel verifikation løser tillidsproblemet. Lean-formaliseringen betyder, at resultatet ikke er et 'sort boks'-udsagn. Det er en beviseligt korrekt sætning, som enhver matematiker kan inspicere mekanisk . Dette tilbyder en skabelon for, hvordan AI-genererede videnskabelige resultater kan gøres verificerbare, hvilket adresserer en af de stærkeste indvendinger mod AI-ledet opdagelse.

4. Debatten om forfatterskab og standarder er konstruktiv, ikke lammende. Den samtidige fremkomst af både forbløffende resultater (DeepMind, OpenAI, Anthropic) og samfundsledede institutionelle svar (Leiden-erklæringen) antyder, at det matematiske samfund tilpasser sig snarere end trækker sig . Den nuværende samtale centrerer sig om normer og kredit, ikke om at afvise AI-output helt.

5. Omkostningerne og hastigheden af opdagelse kollapser. Beregningsomkostningerne på 2.000 dollars for OpenAIs Astra-resultater og Claudes 36-timers turnaround for Riemann-grænsen antyder, at marginalomkostningen for en publicerbar matematisk opdagelse nærmer sig nul . Dette har dybtgående implikationer for, hvilke spørgsmål forskere vælger at forfølge, og hvem der kan deltage i matematisk forskning.

Kort sagt: Anthropic Riemann-grænseforbedringen er en milepælsdemonstration af, at AI-systemer nu autonomt kan opdage publicerbare, formelt verificerbare matematiske resultater, der fremmer et 150 år gammelt åbent problem. Kombineret med 2026's række af lignende gennembrud flytter det diskussionen fra 'om AI kan bidrage til videnskabelig opdagelse' til 'hvordan det videnskabelige samfund bør strukturere incitamenter, attribution og verifikation for en ny klasse af AI-medopdagere.'