Neurochirurg lost 22 jaar oud wiskundeprobleem op met 16 uur durende ChatGPT-run

In de late zomer van 2026 viel een al 22 jaar oud open probleem in de numerieke lineaire algebra — niet voor een hoogleraar aan een topuniversiteit, maar voor een neurochirurg in opleiding uit Peking. Hij stelde een prompt in, verliet zijn computer en kwam zestien uur later terug om te ontdekken dat GPT-5.6-Sol zelfstandig het bewijs had gevonden.

Dr. Jin Shanmu, postdoctoraal onderzoeker en neurochirurg in opleiding aan het Peking Union Medical College Hospital, gebruikte OpenAI's GPT-5.6-Sol-model op het ChatGPT Work-platform om autonoom een volledig bewijs te genereren van het Crouzeix-vermoeden . Het probleem, in 2004 gesteld door de Franse wiskundige Michel Crouzeix, had de wereldwijde top van numeriek analisten meer dan twintig jaar getrotseerd.

Het probleem dat maar niet opgelost wilde worden

Het Crouzeix-vermoeden stelt dat voor elke vierkante complexe matrix A en polynoom p, de operatormaat ||p(A)|| hoogstens tweemaal het maximum van |p| over het numeriek beeld van A is. De beste eerdere schatting stond op 1+√2 (ongeveer 2,414), het resultaat van een workshop in 2017 aan het American Institute of Mathematics waar toonaangevende specialisten het gat naar de scherpe constante 2 niet konden dichten .

Het probleem bevond zich op het snijvlak van de matrixtheorie en functionaalanalyse in de numerieke lineaire algebra — een niche, maar fundamentele vraag die twintig jaar lang weerstand bood aan experts die er hun carrière aan hadden gewijd.

Van hersenonderzoek naar een wiskundige doorbraak

Jin was niet van plan om wiskundegeschiedenis te schrijven. Hij deed onderzoek naar transcraniële echografie — het modelleren van hoe ultrageluid de schedel binnendringt — wat hem in de matrixanalyse bracht en uiteindelijk naar het Crouzeix-vermoeden . Al zijn hogere wiskunde was autodidactisch, voortgekomen uit zijn echografie-onderzoek; zijn bachelor was in de geologie aan de Universiteit van Peking, en zijn medische graad behaalde hij aan het Peking Union Medical College. Hij had geen formele opleiding in gevorderde wiskunde .

De 16 uur durende autonome run

Jin paste de promptstrategie aan die OpenAI had gebruikt bij het oplossen van het Cycle Double Cover-vermoeden. Hij ontwierp een multi-agent, antagonistische opstelling met vier instructies :

1. Offline werken: Het model opereerde in een fysiek van het internet afgesloten omgeving, zodat het geen bestaande bewijzen of oplossingen van het web kon halen.
2. Parallel verkennen: Het systeem startte talloze subagenten die wezenlijk verschillende bewijsstrategieën verkenden, om te voorkomen dat het te vroeg op één aanpak zou focussen.
3. Antagonistische controle: Kandidaat-bewijzen werden onderworpen aan een tegengestelde controle, waardoor het model gedwongen werd zijn eigen fouten te vinden en te herstellen.
4. Niet te vroeg stoppen: Het systeem kreeg de opdracht niet te stoppen totdat een volledig bewijs alle controles had doorstaan.

Jin startte het systeem en liep weg. Na ongeveer zestien uur onafgebroken draaien — waarin GPT-5.6-Sol duizenden cycli van generatie, hypothesetesten, verwerping en herbouw uitvoerde — produceerde het een volledig bewijs .

In plaats van de zware schattingen waar experts op hadden gerekend, gebruikte het argument een slimme bemonsteringsstrategie om het probleem terug te brengen tot een eenvoudige positiviteitsvoorwaarde . Het was, volgens degenen die het beoordeelden, een elegant en onverwacht bewijs.

Verificatie door de experts

Numeriek analist Alex Townsend van de Cornell University had het jaar ervoor regelmatig aan ChatGPT gevraagd om het Crouzeix-vermoeden aan te vallen, maar zag het iedere keer vastlopen op hetzelfde ontbrekende lemma . Op 30 juli 2026 stelde hij de vraag opnieuw — maar deze keer gaf ChatGPT een link naar een preprint die op 27 juli was gepost, getiteld "The Numerical Range Is a 2-Spectral Set" .

Townsend en Anne Greenbaum van de University of Washington beoordeelden de preprint met scepsis. Na een paar uur concludeerden ze dat het bewijs correct was . Michel Crouzeix zelf — de wiskundige die het vermoeden 22 jaar eerder had geformuleerd — bekeek het manuscript en bevestigde de juistheid ervan .

Open source en onafhankelijke verificatie

Jin maakte zijn volledige onderzoekspipeline open source en plaatste op GitHub het uiteindelijke artikel, de exacte prompt, alle opeenvolgende manuscriptversies, een Lean 4-formalisatie van het bewijs en een axioma-audit .

Opvallend: acht dagen na Jin's preprint verscheen er een apart, onafhankelijk bewijs van Emiel Lorist en Felix Schwenninger — die ook ChatGPT 5.6 hadden gebruikt voor strategieverkenning — op arXiv, wat de uitkomst onafhankelijk bevestigde .

Wat dit betekent voor AI en wetenschap

Het verhaal van Jin's bewijs is om meerdere redenen opmerkelijk. Het laat zien dat een niet-expert zonder formele opleiding in een vakgebied, door het ontwerpen van de juiste autonome workflow voor een geavanceerd AI-model, een echte bijdrage kan leveren aan een probleem dat carrièrespecialisten voor raadsels stelde. Het toont ook de kracht van goed ontworpen autonome redeneersystemen: Jin gebruikte AI niet als zoekinstrument of chatbot — hij ontwierp een systeem dat zijn eigen werk urenlang, zonder menselijke tussenkomst, kon verkennen, controleren en verfijnen .

Het probleem is geen speeltje of puzzel; het is een al 22 jaar oud open probleem waarvan het bewijs is beoordeeld en geaccepteerd door de wiskundige die het formuleerde, samen met andere vooraanstaande experts in het veld .