AnswersPublished12 sources
Tekoäly ratkaisi yhdeksän Erdős-ongelmaa, mutta tulos kaipaa kontekstia
Toukokuun 2026 esijulkaisu raportoi 9 ratkaisua 353 Erdős ongelmasta ja 44 todistusta 492 OEIS väittämästä – osuudet ovat noin 2,5 % ja 8,9 %. Tutkijoiden mukaan asiantuntijat tarkistivat, vastaavatko Erdős ongelmien Lean muotoilut alkuperäisiä väittämiä.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Toukokuun 2026 esijulkaisu raportoi 9 ratkaisua 353 Erdős ongelmasta ja 44 todistusta 492 OEIS väittämästä – osuudet ovat noin 2,5 % ja 8,9 %.
- Tutkijoiden mukaan asiantuntijat tarkistivat, vastaavatko Erdős ongelmien Lean muotoilut alkuperäisiä väittämiä.
- Tulokset eivät yksin osoita, että järjestelmä ratkaisisi avoimia ongelmia luotettavasti, että kaikki löydöt olisivat uusia tai että ilmoitettu kustannus kuvaisi koko hakuprosessia.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Google DeepMind’s October 8, 2026 Science paper, following its May arXiv preprint, report about AlphaProof Nexus’s solutions to ni. Article summary: The May preprint reports a meaningful but selective advance: AlphaProof Nexus resolved nine of 353 Erdős problems and proved 44 of 492 OEIS conjectures, with reported computing costs of a few hundred dollars per solved E. Topic tags: general, academic, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
Google DeepMindin AlphaProof Nexusista kertova toukokuun 2026 arXiv-esijulkaisu raportoi, että järjestelmä ratkaisi 9 kaikkiaan 353 avoimesta Erdős-ongelmasta ja todisti 44 kaikkiaan 492 OEIS-väittämästä. OEIS on verkossa toimiva kokonaislukujonojen tietosanakirja. Esijulkaisun mukaan yhden ratkaistun Erdős-ongelman laskentakustannus oli muutamia satoja dollareita. 17
Luvut tekevät järjestelmästä kiinnostavan matematiikan todistushakutyökalun. Ne eivät kuitenkaan vielä kerro, kuinka luotettavasti se ratkaisisi erilaisia matemaattisia ongelmia tai ovatko sen löytämät tulokset uusia.
Mitä tulosluvut kertovat?
Raportoidut määrät vastaavat noin 2,5 prosenttia testatuista Erdős-ongelmista ja 8,9 prosenttia OEIS-väittämistä. Nämä ovat osuuksia tutkituista ongelmakokoelmista – eivät onnistumisprosentteja kaikista mahdollisista matemaattisista kysymyksistä. 17
Esijulkaisun mukaan asiantuntijat tarkistivat jokaisen ratkaistun Erdős-ongelman osalta, että Lean-muotoilu vastasi alkuperäistä väittämää. Tämä on olennainen tarkistus: muodollinen todistus koskee juuri sitä väittämää, joka on kirjoitettu todistusjärjestelmään. 17
Raportoitu kustannus puolestaan koskee ratkaistua Erdős-ongelmaa. Se ei yksin kerro, kuinka paljon epäonnistuneisiin yrityksiin kului laskentatehoa tai miten kustannustehokas koko hakuprosessi oli. 17
Lean-tarkistus vahvistaa todistusta, ei sen merkitystä
Esijulkaisussa AlphaProof Nexus kuvataan tekoälyavusteiseksi muodollisten todistusten hakujärjestelmäksi. Tällaisessa työnkulussa todistus kirjoitetaan esimerkiksi Lean-kielellä, ja järjestelmän tarkistin varmistaa, seuraako muodollinen todistus sille annetusta väittämästä. 17
Tarkistimen hyväksyntä ei silti yksin osoita, että väittämä vastaa alkuperäisen ongelman tarkoitusta, että tulos on uusi tai että sillä on matematiikassa erityistä merkitystä. Siksi asiantuntijoiden tekemä vastaavuustarkistus on tärkeä osa tulosten arviointia. 17
Mitä tiedetään pitkään avoinna olleista ongelmista?
Lokakuussa julkaistun uutisjutun mukaan kahden raportoidun tuloksen taustalla ovat Paul Erdősin ja András Sárközyn vuonna 1970 esittämät kysymykset. Tämä viittaa siihen, että mukana on pitkään avoinna olleita ongelmia. Kyse on kuitenkin uutisraportista, ei tässä käytettävissä olevasta tutkimusartikkelista. 19
Käytettävissä oleviin lähteisiin kuuluvat toukokuun esijulkaisu ja toissijaiset uutisraportit. Niiden perusteella ei voi vahvistaa kaikkia lokakuun Science-artikkeliin liitettyjä yksityiskohtia tai ratkaista tulosten uutuudesta esitettyjä kiistoja. Siksi esimerkiksi yksittäisten tulosten aiempi kirjallisuus ja todistusten yksityiskohdat on tarkistettava suoraan tutkimusartikkelista, muodollisista todistuksista ja riippumattomista arvioista.
Arvioi tuloksia yksi ongelma kerrallaan
Huolellinen arviointi edellyttää alkuperäisen väittämän ja sen Lean-muotoilun vertaamista, koko tarkistettavan todistuksen läpikäyntiä sekä aiemman tutkimuskirjallisuuden ja ihmisten tekemän työn selvittämistä. Raportoidut tulokset antavat hyvän syyn tutkia AlphaProof Nexusta todistushakutyökaluna. Ne eivät yksin ratkaise, tekeekö järjestelmä itsenäistä matemaattista tutkimusta tai kuinka uusia ja merkittäviä sen yksittäiset tulokset ovat. 17
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Tekoäly ratkaisi yhdeksän Erdős-ongelmaa, mutta tulos kaipaa kontekstia"?
Toukokuun 2026 esijulkaisu raportoi 9 ratkaisua 353 Erdős ongelmasta ja 44 todistusta 492 OEIS väittämästä – osuudet ovat noin 2,5 % ja 8,9 %.
What are the key points to validate first?
Toukokuun 2026 esijulkaisu raportoi 9 ratkaisua 353 Erdős ongelmasta ja 44 todistusta 492 OEIS väittämästä – osuudet ovat noin 2,5 % ja 8,9 %. Tutkijoiden mukaan asiantuntijat tarkistivat, vastaavatko Erdős ongelmien Lean muotoilut alkuperäisiä väittämiä.
What should I do next in practice?
Tulokset eivät yksin osoita, että järjestelmä ratkaisisi avoimia ongelmia luotettavasti, että kaikki löydöt olisivat uusia tai että ilmoitettu kustannus kuvaisi koko hakuprosessia.
Sources
arxiv.orgAdvancing Mathematics Research with AI-Driven Formal ...
elmundo.esGoogle DeepMind logra que una IA resuelva problemas matemáticos que llevaban más de 50 años sin solución
science.orgAt futuristic meeting, AIs took the lead in producing and reviewing all the studies