פריצת דרך בבינה מלאכותית: מודל קלוד של Anthropic שיפר את גבול השערת רימן מ-41.6% ל-67.2% תוך 36 שעות

התהליך האוטונומי

ההישג התאפשר באמצעות זרימת עבודה מרובת-סוכנים:

• עובד Anthropic ללא רקע מתמטי רציני ביקש מהמודל "לנסות ברצינות" להוכיח את ההשערה .
• תוך כ-36 שעות, המודל בדק כ-650 רעיונות שונים דרך 60 סוכנים משניים מתואמים .
• הריצה צרכה 31 מיליון טוקני פלט בשני סשנים, ביצעה 2,400 פקודות מעטפת, וסקרה 54 מאמרי arXiv .
• שניים מ-60 הסוכנים היו אחראים לפיתוח פריצת הדרך המתמטית המרכזית .
• הגישה המנצחת שילבה מאמר של אנריקו בומביירי משנת 2000 עם תוצאות עדכניות יותר – שילוב שאף חוקר אנושי לא הרכיב קודם .

תהליך האימות

שני מתמטיקאים מבית Anthropic – לבנט אלפוג' וראלף פורמניאק – סקרו ואישרו את ההוכחה . הטיעון הוכלל לאחר מכן ב-Lean, כלי הוכחה אינטראקטיבי, ויצר תעודת נכונות ניתנת לבדיקה ממוחשבת . אימות כפול זה (בחינה אנושית מומחית + אימות פורמלי) נחשב לסטנדרט הטוב ביותר להוכחת תוצאות מתמטיות שנוצרו על ידי AI.

ההקשר הרחב של 2026: נקודת מפנה במתמטיקה מבוססת AI

שיפור גבול רימן של קלוד אינו אירוע מבודד. 2026 מציגה רצף מואץ של פריצות דרך מתמטיות בהובלת AI:

• מאי 2026 – OpenAI הודיעה שמודל חשיבה כללי לא משוחרר הפריך את השערת יחידת המרחק של ארדש, בעיה פתוחה בת 80 שנה .
• מאי 2026 – AlphaProof Nexus של Google DeepMind פתרה תשע בעיות ארדש פתוחות (חלקן לא נפתרו 56 שנה) והוכיחה 44 השערות ממאגר האנציקלופדיה המקוונת של סדרות שלמים, כולן הוכללו ב-Lean .
• יולי 2026 – לבנט אלפוג', מתמטיקאי Anthropic, השתמש במודל הלא משוחרר "Fable 5" כדי למצוא דוגמה נגדית להשערת יעקוביאן, בעיה משנת 1939 .
• אוגוסט 2026 – המודל Astra של OpenAI פתר לכאורה עשר בעיות מתמטיות בנות עשרות שנים בעלות מחשוב של כ-2,000 דולר בלבד, עם הוכחות ניתנות לבדיקה ממוחשבת שהתפרסמו ב-Lean ב-GitHub .

משקיפים רבים ציינו שהתחום חצה סף באמצע 2026: מערכות AI עברו מפתרון מתמטיקה ברמת תחרות לייצור מחקר ברמת בעיה פתוחה שניתן לפרסם .

הדיון: מחבר, סטנדרטים והצהרת ליידן

הקצב המהיר של מתמטיקה שנוצרת על ידי AI מעורר ויכוח ער:

• ביוני 2026, קבוצה של 16 מתמטיקאים פרסמה את הצהרת ליידן בנושא בינה מלאכותית ומתמטיקה, הממליצה על סטנדרטים חדשים למבנה הוכחה, ייחוס מחבר ופיקוח אנושי על תוצאות AI . ההצהרה נדונה מאז על ידי האיגוד הבינלאומי למתמטיקה .
• מתחים מרכזיים כוללים: מי מקבל קרדיט מחבר כאשר AI מייצר הוכחה? האם התחום יכול לשמור על אמון אפיסטמי אם הוכחות ארוכות או חדשניות מכדי שבני אדם יוכלו לבחון אותן בלי כלים פורמליים? וכיצד כתבי עת צריכים לבקר עמיתים תוצאות שאף אדם לא יכול היה לייצר לבדו ?
• כמה מתמטיקאים טוענים שהוכחות בעזרת AI מסכנות הבנה ותובנה הסברתית – הוכחה עשויה להיות נכונה אך אטומה . אחרים רואים באימות פורמלי ב-Lean סטנדרט מחמיר יותר מביקורת עמיתים מסורתית .

מה זה אומר על יכולת AI לגלות מדע חדש

תוצאת רימן של Anthropic מקדמת את הדיון בכמה אופנים קונקרטיים:

1. קנה המידה של חקירה אוטונומית חשוב. בדיקת 650 רעיונות דרך 60 סוכנים משניים מדגימה שארכיטקטורות מרובות-סוכנים יכולות לבצע חיפוש שיטתי בהיקף שאף קבוצת מחקר אנושית לא יכולה להתאים בזמן דומה . זה מעביר את השאלה מ"האם AI יכול לעשות מתמטיקה?" ל"כיצד עלינו לשלב חקירה רחבת היקף של AI בצינור הגילוי המדעי?"

2. סינתזה סרנדיפיטית אפשרית. העובדה שמודל ללא הכשרה מתמטית שילב מאמר של בומביירי (2000) עם תוצאות עדכניות יותר – שילוב שאף אדם לא ראה – מראה ש-AI יכול לבצע קשרים רעיוניים לא-מובנים מאליהם בין ספרות שונה . יכולת זו מתייחסת ישירות לדאגה מרכזית האם LLMs רק משלימים או יכולים לגלות באמת.

3. אימות פורמלי פותר את בעיית האמון. הפורמליזציה ב-Lean פירושה שהתוצאה אינה טענת "קופסה שחורה". מדובר במשפט נכון הוכחתית שכל מתמטיקאי יכול לבדוק באופן מכני . זה מציע תבנית לאופן שבו תוצאות מדעיות שנוצרו על ידי AI יכולות להיות ניתנות לאימות, תוך התייחסות לאחת ההתנגדויות החזקות ביותר לגילוי בהובלת AI.

4. הדיון על מחבר וסטנדרטים הוא בונה, לא משתק. ההופעה בו-זמנית של תוצאות מדהימות (DeepMind, OpenAI, Anthropic) ותגובות מוסדיות מובילות על ידי הקהילה (הצהרת ליידן) מרמזת שהקהילה המתמטית מסתגלת ולא נסוגה . השיחה הנוכחית מתמקדת בנורמות וקרדיט, לא בדחיית תוצרי AI באופן גורף.

5. העלות והמהירות של גילוי קורסות. עלות המחשוב של 2,000 דולר לתוצאות Astra של OpenAI וזמן ההמרה של 36 שעות לגבול רימן של קלוד מרמזים שהעלות השולית של גילוי מתמטי שניתן לפרסם מתקרבת לאפס . יש לכך השלכות עמוקות על אילו שאלות חוקרים בוחרים לרדוף ומי יכול להשתתף במחקר מתמטי.

בקיצור: שיפור גבול רימן של Anthropic הוא הדגמה דרך קבע שמערכות AI יכולות כעת לגלות באופן אוטונומי תוצאות מתמטיות ניתנות לפרסום וניתנות לאימות פורמלי שמקדמות בעיה פתוחה בת 150 שנה. בשילוב עם שורת פריצות הדרך הדומות של 2026, זה מעביר את הדיון מ"האם AI יכול לתרום לגילוי מדעי" ל"כיצד הקהילה המדעית צריכה לבנות תמריצים, ייחוס ואימות עבור מעמד חדש של מגלים משותפים AI."