Meta siger, at Muse Spark hjalp med at besvare fem åbne matematikspørgsmål

Meta oplyste den 2. oktober, at matematikere, som arbejdede sammen med Muse Spark, havde udarbejdet seks forskningsartikler. Ifølge selskabet besvarer fem af dem spørgsmål, der tidligere var åbne. Det er en beskrivelse af menneskestyret forskning med hjælp fra AI – ikke en påstand om, at en chatbot på egen hånd løste seks matematiske problemer. 17

Hvad handler artiklerne om?

Arbejdet spænder over flere matematiske områder. Blandt resultaterne og de offentliggjorte artikler er:

• Sandsynlighedsteori og geometri: The Strict Threshold for Gaussian Ellipsoid Fitting fastslår en skarp grænse omkring n ≈ d²/4 for, hvornår en positiv semidefinit matrix kan opfylde betingelser baseret på tilfældige Gaussiske vektorer. 1
• Gruppeteori: Et af resultaterne præsenterer en gruppe med 384 elementer, der fungerer som modeksempel til en formodning fremsat i 2024. 20
• Algebra: On Solvable Evolution Algebras and a Conjecture by García-Martínez and Pérez-Rodríguez behandler den formodning, der nævnes i artiklens titel. 4
• Optimering: Tightness of the Cycle-Based Relaxation for Completed Length-Three Alpha-Cycles undersøger, om en bestemt cyklusbaseret afslapning er tæt. 4
• Matematisk fysik: Publikationslisten omfatter også String Two-Point Function = Height Function on a Curve. 4
• Differentialligninger: En anden artikel handler om løsningers blow-up på endelig tid for radiale løsninger med negativ energi i en biharmonisk, masskritisk ikke-lineær Schrödinger-ligning.

Metas tal bør læses præcist: Selskabet siger, at fem af de seks artikler besvarer tidligere åbne spørgsmål. De tilgængelige artikellister viser ikke tydeligt, hvilke fem spørgsmål der knytter sig til hvilke artikler, og giver derfor ikke en entydig én-til-én-opdeling. 174

Sådan brugte matematikerne Muse Spark

Forskerne brugte Muse Spark 1.1 og 1.2 i Thinking Mode via den almindelige chat på meta.ai – uden et særligt, forskningsbygget system oven på modellen. Ifølge Meta styrede matematikerne forskningen og arbejdede sammen med modellen om idéer og argumenter. En anden gruppe matematikere gennemgik derefter arbejdet. Artiklerne markerer desuden, hvilke afsnit der primært er skrevet af forskerne, og hvilke der er udarbejdet med AI-hjælp. 17

Det er vigtigt, når man vurderer resultaterne: En AI-model kan bidrage med idéer, argumenter eller kode, men Metas beskrivelse placerer valg af forskningsspørgsmål og den efterfølgende gennemgang hos mennesker. I eksemplet fra gruppeteorien skrev Muse Spark ifølge omtalen et søgeprogram til GAP, et matematisk softwareværktøj. Matematikere kontrollerede modeksemplet og færdiggjorde argumentationen. 20

Hvad er stadig uafklaret?

Artiklerne viser, at en AI-model kan bidrage til matematisk forskning under menneskelig vejledning. De dokumenterer ikke i sig selv, at resultaterne er de første af deres slags, eller at modellens matematiske svar generelt er pålidelige. Anden omtale beskriver flere resultater som noget, andre forskerhold også nåede frem til uafhængigt. Det overlap er relevant, når man vurderer, hvem der bidrog med hvad, og hvornår.

Menneskelig gennemgang er heller ikke det samme som formel verifikation. Ved formel verifikation skrives et bevis i et strengt sprog, så en computer kan kontrollere det trin for trin. Meta beskriver, at matematikere har gennemgået arbejdet, men det foreliggende materiale fastslår ikke, om hvert bevis blev maskinkontrolleret i et bevisværktøj. 17

Muse Spark blev lanceret den 8. april 2026 som den første model fra Meta Superintelligence Labs. Oktoberartiklerne viser en senere brug af modellen i et forskningssamarbejde, men er ikke i sig selv bevis for, at AI-genererede matematiske påstande er fejlfri. Det kræver, at argumenterne undersøges, og at resultaterne efterprøves uafhængigt.