60 AI-underagenter skubbede et 150 år gammelt matematisk problem længere på halvanden dag end noget menneske nogensinde har gjort alene

Den autonome proces bag resultatet

Resultatet blev opnået via en bemærkelsesværdig multi-agent-workflow, der overraskede selv forskerne hos Anthropic:

• En Anthropic-medarbejder uden alvorlig matematisk baggrund bad modellen om at "tage et reelt tilløb" til at bevise hypotesen .
• Over cirka halvanden dag testede modellen omkring 650 forskellige tilgange på tværs af 60 koordinerede underagenter .
• Kørslen 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 var ansvarlige for at udvikle det afgørende matematiske gennembrud .
• Den vindende tilgang syntetiserede et papir fra 2000 af Enrico Bombieri med nyere resultater – en kombination, som ingen menneskelig forsker tidligere havde samlet .

Verifikation: To lag af bevis

To interne matematikere – Levent Alpöge og Ralph Furmaniak – gennemgik og bekræftede beviset . Argumentet blev derefter formaliseret i Lean, en interaktiv proof-assistent, hvilket producerede et maskintjekbart korrekthedscertifikat . Denne dobbelte validering (ekspertgennemgang + formel verifikation) anses bredt for at være bedste praksis for AI-genererede matematiske resultater.

Et vendepunkt: 2026 som året, hvor AI krydsede over i åben-problem-forskning

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

• Maj 2026 – OpenAI annoncerede, at en intern generel ræsonnementsmodel autonomt havde modbevist Erdős' enhedsafstandsformodning, 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 ikke-offentliggjorte "Fable 5"-model til at finde et modeksempel til Jacobi-formodningen, et problem stillet i 1939 .
• August 2026 – OpenAIs Astra-model løste angiveligt ti årtier gamle matematiske problemer for cirka 2.000 dollars i beregningsomkostninger, med maskintjekbare beviser offentliggjort i Lean på GitHub .

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

Debatten: Forfatterskab, standarder og Leiden-erklæringen

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

• I juni 2026 offentliggjorde en gruppe på 16 matematikere Leiden-erklæringen om kunstig intelligens og matematik, der anbefalede nye standarder for bevisstruktur, forfatterskabsattribution og menneskeligt tilsyn med AI-genererede resultater . Erklæringen er siden blevet drøftet af Den Internationale Matematiske Union .
• Centrale spændinger inkluderer: Hvem får forfatterskab, når en AI genererer et bevis? Kan feltet opretholde epistemisk tillid, hvis beviser er for lange eller nye til, at mennesker kan inspicere dem fuldstændigt uden formelle værktøjer? Og hvordan bør tidsskrifter fagfællebedømme resultater, som intet enkelt menneske kunne have produceret ?
• Nogle matematikere hævder, at AI-assisterede beviser risikerer at udhule forståelse og forklarende indsigt – et bevis kan være korrekt, men alligevel 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

Anthropics Riemann-resultat fremmer diskussionen på flere konkrete måder:

1. Skalaen af autonom udforskning betyder noget.

At teste 650 ideer på tværs af 60 underagenter demonstrerer, at multi-agent-arkitekturer kan udføre systematisk søgning i en skala, som ingen menneskelig forskergruppe kunne matche på samme tid . Dette flytter spørgsmålet fra "Kan AI lave matematik?" til "Hvordan bør vi integrere AI-bred udforskning i den videnskabelige opdagelsespipeline?"

2. Uforudset syntese er mulig.

Det faktum, at en model uden matematisk træning kombinerede et Bombieri-papir (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"-krav. 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 imponerende resultater (DeepMind, OpenAI, Anthropic) og samfundsledte institutionelle svar (Leiden-erklæringen) tyder på, at det matematiske samfund tilpasser sig frem for at trække sig tilbage . Den nuværende samtale centrerer sig om normer og kredit, ikke om at afvise AI-output helt.

5. Omkostningerne og hastigheden af opdagelse er i frit fald.

Beregningsomkostningerne på 2.000 dollars for OpenAIs Astra-resultater og Claude's 36-timers behandlingstid for Riemann-grænsen tyder på, at marginalomkostningerne 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.

Bundlinjen

Anthropics forbedring af Riemann-grænsen er en milepælsdemonstration af, at AI-systemer nu autonomt kan opdage publicerbare, formelt verificerbare matematiske resultater, der fremmer et 150 år gammelt åbent problem. Sammen 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."