בלי יד אנושית: הבינה המלאכותית פורצת את גבולות המתמטיקה

ב-10–11 באוגוסט 2026 הודיעה Anthropic שגרסת מחקר של קלאוד (Claude) השיגה התקדמות משמעותית בבעיה הקשורה להשערת רימן . המודל העלה חסם תחתון ותיק על שיעור האפסים הלא-טריוויאליים של פונקציית זטא של רימן הנמצאים על הישר הקריטי – מ-41.6% ל-67.2% . זוהי הקפיצה החד-שלבית הגדולה ביותר שתועדה אי פעם לחסם זה . חשוב להדגיש: המודל לא הוכיח את השערת רימן עצמה (אחת משבע בעיות המילניום של קליי עם פרס של מיליון דולר), אבל התוצאה היא משפט אמיתי בתורת המספרים האנליטית .

התהליך האוטונומי מאחורי התוצאה

ההישג התבסס על תהליך מרובה-סוכנים שהדהים אפילו את חוקרי Anthropic:

• עובד Anthropic ללא רקע רציני במתמטיקה ביקש מהמודל "לנסות ברצינות" להוכיח את ההשערה .
• תוך כ-36 שעות, המודל בדק כ-650 גישות שונות באמצעות 60 סוכני-משנה מתואמים .
• הריצה צרכה 31 מיליון טוקנים בשני סשנים, ביצעה 2,400 פקודות שורת פקודה וסקרה 54 מאמרי arXiv .
• שניים מתוך 60 סוכני המשנה היו אחראים לפיתוח הפריצה המתמטית המרכזית .
• הגישה המנצחת שילבה מאמר משנת 2000 של אנריקו בומביירי עם תוצאות עדכניות – שילוב שאף חוקר אנושי לא הרכיב קודם לכן .

אימות: שתי שכבות של הוכחה

שני מתמטיקאים בבית – לבנט אלפאג' וראלף פורמניאק – בחנו ואישרו את ההוכחה . לאחר מכן, הטיעון חוזק רשמית ב-Lean, מערכת הוכחה אינטראקטיבית, שיצרה תעודת תקינות הניתנת לבדיקה ממוחשבת . אימות כפול זה (ביקורת מומחים אנושית + אימות פורמלי) נחשב לסטנדרט הטוב ביותר לתוצאות מתמטיות שנוצרו על ידי AI.

נקודת מפנה: 2026 כשנה שבה AI חצתה את הגבול לחקר בעיות פתוחות

שיפור החסם של קלאוד אינו אירוע מבודד. 2026 ראתה רצף מואץ של פריצות דרך מתמטיות בהובלת AI:

• מאי 2026 – OpenAI הודיעה שמודל חשיבה כללי שטרם פורסם הפריך את השערת המרחק היחידה של ארדש, בעיה פתוחה בת 80 שנה .
• מאי 2026 – AlphaProof Nexus של Google DeepMind פתרה תשע בעיות פתוחות של ארדש (חלקן לא נפתרו במשך 56 שנה) והוכיחה 44 השערות ממאגר הרצפים השלמים המקוונים, כולם חוזקו ב-Lean .
• יולי 2026 – לבנט אלפאג' מ-Anthropic השתמש במודל "Fable 5" שטרם פורסם כדי למצוא דוגמה נגדית להשערת יעקוביאן, בעיה שהוצגה ב-1939 .
• אוגוסט 2026 – מודל Astra של OpenAI דיווח על פתרון עשר בעיות מתמטיות בנות עשרות שנים בעלות חישוב של כ-2,000 דולר, עם הוכחות ניתנות לבדיקה ב-Lean שפורסמו ב-GitHub .

פרשנים רבים ציינו כי התחום חצה סף באמצע 2026: מערכות AI עברו מפתרון מתמטיקה ברמת תחרות ליצירת מחקר ברמת בעיות פתוחות .

הדיון: מחבר, סטנדרטים והצהרת ליידן

הקצב המהיר של מתמטיקה שנוצרת על ידי AI עורר דיון ער:

• ביוני 2026, קבוצה של 16 מתמטיקאים פרסמה את "הצהרת ליידן על בינה מלאכותית ומתמטיקה", הממליצה על סטנדרטים חדשים למבנה הוכחה, ייחוס מחבר ופיקוח אנושי על תוצאות AI . ההצהרה נדונה מאז על ידי האיגוד המתמטי הבינלאומי .
• מתחים מרכזיים כוללים: מי זוכה לקרדיט מחבר כש-AI מייצרת הוכחה? האם התחום יכול לשמור על אמון אפיסטמי אם הוכחות ארוכות או חדשניות מכדי שבני אדם יוכלו לבחון אותן ללא כלים פורמליים? וכיצד כתבי עת צריכים לבצע ביקורת עמיתים על תוצאות שאף אדם בודד לא יכול היה לייצר ?
• יש מתמטיקאים הטוענים שהוכחות בסיוע AI מסתכנות בשחיקת ההבנה והתובנה ההסברתית – הוכחה עשויה להיות נכונה אך אטומה . אחרים רואים באימות פורמלי ב-Lean סטנדרט מחמיר יותר מביקורת עמיתים מסורתית .

משמעות ליכולת של AI לגלות מדע חדש

תוצאת רימן של Anthropic מקדמת את הדיון בכמה אופנים קונקרטיים:

1. קנה המידה של חקירה אוטונומית חשוב.

בדיקת 650 רעיונות על פני 60 סוכני-משנה מדגימה שארכיטקטורות מרובות-סוכנים יכולות לבצע חיפוש שיטתי בקנה מידה שאף קבוצת מחקר אנושית לא יכולה להשוות באותו פרק זמן . זה מעביר את השאלה מ"האם AI יכול לעשות מתמטיקה?" ל"כיצד עלינו לשלב חקירה רחבת היקף של AI בצינור הגילוי המדעי?"

2. סינתזה מקרית אפשרית.

העובדה שמודל ללא הכשרה מתמטית שילב מאמר של בומביירי (2000) עם תוצאות עדכניות – שילוב שאף אדם לא ראה – מראה ש-AI יכול ליצור קשרים רעיוניים לא מובנים מאליהם בין ספרות מחקרית שונה . יכולת זו נוגעת ישירות לחשש המרכזי האם מודלי שפה גדולים רק מבצעים אינטרפולציה או יכולים לגלות תגליות אמיתיות.

3. אימות פורמלי פותר את בעיית האמון.

הפורמליזציה ב-Lean משמעה שהתוצאה אינה טענת "קופסה שחורה". מדובר במשפט שניתן להוכיח שמכונה יכולה לבחון אותו . זה מציע תבנית לאופן שבו תוצאות מדעיות שנוצרו ב-AI יכולות להפוך לניתנות לאימות, תוך מענה לאחת ההתנגדויות החזקות ביותר לגילוי בהובלת AI.

4. הדיון על מחבר וסטנדרטים הוא בונה, לא משתק.

ההופעה המקבילה של תוצאות מדהימות (DeepMind, OpenAI, Anthropic) ותגובות מוסדיות בהובלת הקהילה (הצהרת ליידן) מרמזת שהקהילה המתמטית מסתגלת ולא נסוגה . השיחה הנוכחית מתמקדת בנורמות וקרדיט, לא בדחייה גורפת של תפוקות AI.

5. העלות והמהירות של גילוי קורסות.

עלות החישוב של כ-2,000 דולר לתוצאות Astra של OpenAI וזמן ההשקה של 36 שעות לחסם של קלאוד מרמזות שהעלות השולית של תגלית מתמטית הניתנת לפרסום מתקרבת לאפס . לכך השלכות עמוקות על אילו שאלות חוקרים בוחרים לחקור ומי יכול להשתתף במחקר מתמטי.

בשורה התחתונה

שיפור חסם רימן של Anthropic הוא הדגמה מובהקת לכך שמערכות AI יכולות לגלות באופן אוטונומי תוצאות מתמטיות הניתנות לפרסום, ניתנות לאימות פורמלי, שמקדמות בעיה פתוחה בת 150 שנה. יחד עם שרשרת פריצות הדרך הדומות ב-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-שותפים מבוססי AI."