Model AI Anthropic yang Belum Dirilis Berhasil Mendekati Hipotesis Riemann: Uji 650 Ide, 60 Subagen, dan 31 Juta Token

Proses Otonom yang Menakjubkan

Pencapaian ini dihasilkan melalui alur kerja multi-agen yang luar biasa:

• Seorang staf Anthropic yang tidak memiliki latar belakang matematika serius meminta model untuk "benar-benar mencoba" membuktikan hipotesis tersebut .
• Selama kurang lebih 1,5 hari, model menguji sekitar 650 pendekatan calon solusi dengan mengoordinasikan 60 subagen .
• Proses ini menghabiskan 31 juta token output dalam dua sesi, menjalankan 2.400 perintah shell, dan meninjau 54 makalah arXiv .
• Dua dari 60 subagen tersebut berperan dalam mengembangkan terobosan matematika kunci .
• Pendekatan yang berhasil menggabungkan makalah Enrico Bombieri tahun 2000 dengan hasil yang lebih baru — sebuah kombinasi yang belum pernah disusun oleh peneliti manusia sebelumnya .

Verifikasi: Ahli Manusia dan Formalitas Lean

Dua matematikawan internal Anthropic — Levent Alpöge dan Ralph Furmaniak — meninjau dan mengonfirmasi bukti tersebut . Argumennya kemudian diformalisasikan dalam Lean, sebuah asisten pembuktian interaktif, sehingga menghasilkan sertifikat kebenaran yang dapat diperiksa mesin . Validasi ganda ini (tinjauan ahli manusia + verifikasi formal) dianggap sebagai praktik terbaik untuk hasil matematika yang dihasilkan AI.

2026: Tahun Titik Balik AI dalam Matematika

Peningkatan batas Riemann oleh Claude bukanlah peristiwa tunggal. Sepanjang tahun 2026, terjadi serangkaian terobosan matematika yang dipimpin AI:

• Mei 2026 — OpenAI mengumumkan bahwa model penalaran umum yang belum dirilis berhasil mendisprove konjektur jarak satuan Erdős, masalah terbuka berusia 80 tahun .
• Mei 2026 — AlphaProof Nexus dari Google DeepMind berhasil memecahkan sembilan masalah Erdős (beberapa belum terpecahkan selama 56 tahun) dan membuktikan 44 konjektur dari Ensiklopedia Online Barisan Bilangan Bulat, semuanya diformalisasi dalam Lean .
• Juli 2026 — Matematikawan Anthropic, Levent Alpöge, menggunakan model "Fable 5" yang belum dirilis untuk menemukan kontra-contoh terhadap konjektur Jacobian, sebuah masalah yang diajukan pada tahun 1939 .
• Agustus 2026 — Model Astra dari OpenAI dilaporkan berhasil memecahkan sepuluh masalah matematika berusia puluhan tahun dengan biaya komputasi sekitar USD 2.000, dengan bukti yang dapat diperiksa mesin dipublikasikan dalam Lean di GitHub .

Banyak komentator mencatat bahwa bidang ini melewati ambang batas pada pertengahan 2026: sistem AI beralih dari memecahkan matematika tingkat kompetisi menjadi menghasilkan penelitian tingkat masalah terbuka yang dapat dipublikasikan .

Perdebatan: Kepengarangan, Standar, dan Deklarasi Leiden

Laju cepat matematika yang dihasilkan AI memicu perdebatan sengit:

• Pada Juni 2026, sekelompok 16 matematikawan menerbitkan Deklarasi Leiden tentang Kecerdasan Buatan dan Matematika, yang merekomendasikan standar baru untuk struktur bukti, atribusi kepengarangan, dan pengawasan manusia atas hasil yang dihasilkan AI .
• Ketegangan utama meliputi: Siapa yang mendapat kredit kepengarangan ketika AI menghasilkan bukti? Dapatkah bidang ini mempertahankan kepercayaan epistemik jika bukti terlalu panjang atau baru untuk diperiksa manusia tanpa alat formal? Dan bagaimana jurnal harus meninjau hasil yang tidak dapat dihasilkan oleh satu manusia ?
• Beberapa matematikawan berpendapat bahwa bukti yang dibantu AI berisiko mengikis pemahaman dan wawasan penjelasan — sebuah bukti mungkin benar namun tetap tidak dapat dipahami . Yang lain melihat verifikasi formal dalam Lean sebagai standar yang lebih ketat daripada tinjauan sejawat tradisional .

Makna bagi Kemampuan AI Menemukan Ilmu Pengetahuan Baru

Hasil Riemann dari Anthropic memajukan diskusi dalam beberapa cara konkret:

1. Skala eksplorasi otonom sangat penting. Menguji 650 ide di 60 subagen menunjukkan bahwa arsitektur multi-agen dapat melakukan pencarian sistematis pada skala yang tidak dapat ditandingi oleh kelompok riset manusia dalam jangka waktu yang sama .

2. Sintesis kebetulan dimungkinkan. Fakta bahwa model tanpa pelatihan matematika menggabungkan makalah Bombieri (2000) dengan hasil yang lebih baru — sebuah kombinasi yang belum pernah dilihat manusia — menunjukkan bahwa AI dapat membuat koneksi konseptual yang tidak jelas di berbagai literatur .

3. Verifikasi formal menyelesaikan masalah kepercayaan. Formalisme Lean berarti hasilnya bukan klaim "kotak hitam". Ini adalah teorema yang terbukti benar yang dapat diperiksa secara mekanis oleh matematikawan mana pun .

4. Biaya dan kecepatan penemuan runtuh. Biaya komputasi USD 2.000 untuk hasil Astra OpenAI dan waktu penyelesaian 36 jam untuk batas Riemann Claude menunjukkan bahwa biaya marjinal penemuan matematika yang dapat dipublikasikan mendekati nol .

Singkatnya: Peningkatan batas Riemann oleh Anthropic adalah demonstrasi penting bahwa sistem AI sekarang dapat secara otonom menemukan hasil matematika yang dapat diverifikasi dan dapat dipublikasikan yang memajukan masalah terbuka berusia 150 tahun. Ini memindahkan diskusi dari "apakah AI dapat berkontribusi pada penemuan ilmiah" menjadi "bagaimana komunitas ilmiah harus menyusun insentif, atribusi, dan verifikasi untuk kelas baru rekan-penemu AI."