Anthropicin tekoälyagentit nostivat Riemannin zeeta-funktion raja-arvoa 41,6 %:sta 67,2 %:iin 36 tunnissa – ilman yhtäkään matemaatikkoa ohjaimissa

Autonominen prosessi tuloksen takana

Saavutus syntyi huomiota herättävässä moniagenttityönkulussa, joka hämmästytti jopa Anthropicin tutkijoita:

• Anthropicin työntekijä, jolla ei ollut vakavaa matematiikan taustaa, pyysi mallia "ottamaan todellisen yrityksen" hypoteesin todistamiseen .
• Noin 1,5 päivän aikana malli testasi noin 650 ehdokasmenetelmää 60 koordinoidun alagentin voimin .
• Suoritus kulutti 31 miljoonaa lähtömerkkiä kahden istunnon aikana, suoritti 2 400 komentorivikomentoa ja tarkasteli 54 arXiv-tutkimusartikkelia .
• Kaksi 60 alagentista vastasi keskeisen matemaattisen läpimurron kehittämisestä .
• Voittanut menetelmä yhdisti Enrico Bombierin vuonna 2000 julkaistun artikkelin uudempiin tuloksiin – yhdistelmä, jota yksikään ihminen ei ollut aiemmin koonnut .

Todentaminen: kaksi todistuksen tasoa

Kaksi talon sisäistä matemaatikkoa – Levent Alpöge ja Ralph Furmaniak – tarkastivat ja vahvistivat todistuksen . Argumentti formalisoitiin sitten Leanissa, interaktiivisessa teoreeman todistusjärjestelmässä, mikä tuotti koneellisesti tarkistettavan oikeellisuustodistuksen . Tämä kaksinkertainen validointi (asiantuntijan ihmistarkastus + muodollinen verifiointi) on laajalti tunnustettu parhaaksi käytännöksi tekoälyn tuottamille matemaattisille tuloksille.

Käännekohta: vuosi 2026, jolloin tekoäly siirtyi avoimien ongelmien tutkimukseen

Clauden Riemannin raja-arvon parannus ei ole yksittäinen tapahtuma. Vuonna 2026 on nähty kiihtyvä sarja tekoälyn johtamia matemaattisia läpimurtoja:

• Toukokuu 2026 – OpenAI ilmoitti, että julkaisematon yleispäättelevä malli oli itsenäisesti kumonnut Erdősin yksikköetäisyyskonjektuurin, 80 vuotta vanhan avoimen ongelman .
• Toukokuu 2026 – Google DeepMindin AlphaProof Nexus ratkaisi yhdeksän avointa Erdősin ongelmaa (jotkut ratkaisematta 56 vuotta) ja todisti 44 konjektuuria Online Encyclopedia of Integer Sequencesista, kaikki formalisoituna Leanissa .
• Heinäkuu 2026 – Anthropicin matemaatikko Levent Alpöge käytti julkaisematonta "Fable 5" -mallia löytääkseen vastaesimerkin Jacobian konjektuurille, ongelmalle, joka esitettiin vuonna 1939 .
• Elokuu 2026 – OpenAIN Astra-malli raportoi ratkaisseensa kymmenen vuosikymmeniä vanhaa matemaattista ongelmaa noin 2 000 dollarin laskentakustannuksilla, ja koneellisesti tarkistettavat todistukset julkaistiin Leanissa GitHubissa .

Useat kommentaattorit ovat huomauttaneet, että ala ylitti kynnyksen vuoden 2026 puolivälissä: tekoälyjärjestelmät siirtyivät kilpailutason matematiikasta julkaisukelpoisen, avoimien ongelmien tason tutkimuksen tuottamiseen .

Keskustelu: tekijyys, standardit ja Leidenin julistus

Tekoälyn tuottaman matematiikan nopea tahti on herättänyt kiivasta keskustelua:

• Kesäkuussa 2026 joukko 16 matemaatikkoa julkaisi Leidenin julistuksen tekoälystä ja matematiikasta, suositellen uusia standardeja todistuksen rakenteelle, tekijyyden määrittelylle ja ihmisen valvonnalle tekoälyn tuottamissa tuloksissa . Julistusta on sittemmin käsitelty kansainvälisessä matemaattisessa liitossa .
• Keskeisiä jännitteitä ovat: Kuka saa tekijyyden, kun tekoäly tuottaa todistuksen? Voiko ala säilyttää episteemisen luottamuksen, jos todistukset ovat liian pitkiä tai uusia, jotta ihmiset voisivat tarkastaa niitä täysin ilman muodollisia työkaluja? Ja miten aikakauslehtien tulisi vertaisarvioida tuloksia, joita yksikään ihminen ei olisi voinut tuottaa ?
• Jotkut matemaatikot väittävät, että tekoälyn avustamat todistukset vaarantavat ymmärryksen ja selittävän oivalluksen – todistus voi olla oikea mutta läpinäkymätön . Toiset näkevät Leanin muodollisen verifioinnin tarjoavan tiukemman standardin kuin perinteinen vertaisarviointi .

Mitä tämä tarkoittaa tekoälyn kyvylle löytää uutta tiedettä

Anthropicin Riemannin tulos edistää keskustelua useilla konkreettisilla tavoilla:

1. Autonomisen tutkimuksen laajuudella on merkitystä.

650 idean testaaminen 60 alagentin avulla osoittaa, että moniagenttiarkkitehtuurit voivat suorittaa systemaattista etsintää mittakaavassa, johon mikään ihmistutkimusryhmä ei pysty samassa ajassa . Tämä siirtää kysymyksen muotoon "Voiko tekoäly tehdä matematiikkaa?" muotoon "Miten meidän pitäisi integroida tekoälyn laajuinen tutkimus tieteellisen löytämisen prosessiin?"

2. Sattumanvarainen synteesi on mahdollista.

Se, että malli, jolla ei ollut matemaattista koulutusta, yhdisti Bombierin artikkelin (2000) uudempiin tuloksiin – yhdistelmä, jota yksikään ihminen ei ollut nähnyt – osoittaa, että tekoäly voi tehdä epäilmeisiä käsitteellisiä yhteyksiä eri kirjallisuudenalojen välillä . Tämä kyky vastaa suoraan keskeiseen huoleen siitä, interpolovatko suuret kielimallit vain vai pystyvätkö ne todella löytämään uutta.

3. Muodollinen verifiointi ratkaisee luottamusongelman.

Lean-formalisointi tarkoittaa, että tulos ei ole "musta laatikko" -väite. Se on todistettavasti oikea lause, jota kuka tahansa matemaatikko voi tarkastella mekaanisesti . Tämä tarjoaa mallin siitä, miten tekoälyn tuottamat tieteelliset tulokset voidaan tehdä todennettaviksi, vastaten yhteen vahvimmista vastaväitteistä tekoälyn johtamaa löytämistä vastaan.

4. Tekijyys- ja standardikeskustelu on rakentavaa, ei halvaannuttavaa.

Samaan aikaan tapahtuva hämmästyttävien tulosten (DeepMind, OpenAI, Anthropic) ja yhteisön johtamien institutionaalisten vastausten (Leidenin julistus) ilmaantuminen viittaa siihen, että matemaattinen yhteisö sopeutuu eikä vetäydy . Nykyinen keskustelu keskittyy normeihin ja tunnustukseen, ei tekoälyn tuotosten täydelliseen hylkäämiseen.

5. Löytämisen kustannukset ja nopeus romahtavat.

2 000 dollarin laskentakustannus OpenAIN Astra-tuloksille ja 36 tunnin läpimenoaika Clauden Riemannin raja-arvolle viittaavat siihen, että julkaisukelpoisen matemaattisen löydön marginaalikustannus lähestyy nollaa . Tällä on syvällisiä vaikutuksia siihen, mitä kysymyksiä tutkijat päättävät tutkia ja kuka voi osallistua matemaattiseen tutkimukseen.

Yhteenveto

Anthropicin Riemannin raja-arvon parannus on merkittävä osoitus siitä, että tekoälyjärjestelmät voivat nyt itsenäisesti löytää julkaisukelpoisia, muodollisesti todennettavia matemaattisia tuloksia, jotka edistävät 150 vuotta vanhaa avointa ongelmaa. Yhdistettynä vuoden 2026 vastaaviin läpimurtoihin se siirtää keskustelun muodosta "voiko tekoäly osallistua tieteelliseen löytämiseen" muotoon "miten tiedeyhteisön tulisi järjestää kannustimet, tekijyys ja verifiointi uudelle tekoälyn yhteislöytäjien luokalle."