Nevrokirurg løste 22 år gammelt matematikkproblem – lot ChatGPT kjøre i 16 timer

I slutten av juli 2026 ble et 22 år gammelt uløst problem innen numerisk lineær algebra løst – ikke av en fast ansatt professor ved et toppuniversitet, men av en nevrokirurg i Beijing som satte i gang en AI, forlot datamaskinen og kom tilbake 16 timer senere for å finne at GPT-5.6-Sol hadde funnet beviset på egen hånd.

Dr. Jin Shanmu, en postdoktor og nevrokirurg ved Peking Union Medical College Hospital, brukte OpenAIs GPT-5.6-Sol-modell på ChatGPT Work-plattformen til å autonomt generere et fullstendig bevis for Crouzeix' formodning . Problemet, som ble foreslått av den franske matematikeren Michel Crouzeix i 2004, hadde utfordret verdens fremste tallanalytikere i over to tiår.

Problemet som ikke lot seg løse

Crouzeix' formodning sier at for enhver kvadratisk kompleks matrise A og et polynom p, er operatornormen ||p(A)|| høyst det dobbelte av maksimumsverdien til |p| over det numeriske området til A. Den beste tidligere grensen lå på 1+√2 (omtrent 2,414), et resultat av en workshop i 2017 ved American Institute of Mathematics der ledende spesialister ikke klarte å tette gapet til den skarpe konstanten 2 .

Problemet lå i skjæringspunktet mellom matriseteori og funksjonalanalyse i numerisk lineær algebra – et nisje, men grunnleggende spørsmål som hadde motstått to tiår med innsats fra eksperter som hadde viet karrierene sine til det.

Fra hjerneultralyd til et matematisk gjennombrudd

Jin forsøkte ikke å skrive matematikkhistorie. Han forsket på transkraniell ultralyd – modellering av hvordan ultralydbølger trenger gjennom skallen – noe som førte ham inn i matriseanalyse og til slutt til Crouzeix' formodning . All hans videregående matematikk var selvstudert gjennom ultralydforskningen; han hadde en bachelorgrad i geologi fra Peking University og en medisinsk grad fra Peking Union Medical College. Han hadde ingen formell utdanning i avansert matematikk .

Den 16 timer lange autonome kjøringen

Jin tilpasset promptstrategien som OpenAI hadde brukt da de løste Cycle Double Cover-formodningen. Han designet et multi-agent, konfronterende oppsett med fire instruksjoner :

1. Arbeid offline: Modellen opererte i et fysisk frakoblet miljø, noe som forhindret den fra å hente eksisterende bevis eller løsninger fra nettet.
2. Utforsk parallelt: Systemet startet mange underagenter som utforsket genuint forskjellige bevisstrategier, noe som forhindret for tidlig konvergens mot en enkelt tilnærming.
3. Konfronterende revisjon: Kandidatbevis ble utsatt for konfronterende kontroller, noe som tvang modellen til å finne og fikse sine egne feil.
4. Ingen tidlig stopp: Systemet ble instruert om ikke å stoppe før et fullstendig bevis overlevde alle kontroller.

Jin startet systemet og gikk bort. Etter omtrent 16 timer med kontinuerlig drift – hvor GPT-5.6-Sol utførte tusenvis av sykluser med generering, hypotesetesting, forkasting og gjenoppbygging – produserte den et fullstendig bevis .

I stedet for de tunge estimatene ekspertene hadde forventet, brukte argumentet en nøye utvalgsstrategi for å redusere problemet til en enkel positivitetstilstand . Det var, ifølge de som gjennomgikk det, en elegant og uventet tilnærming.

Verifisering av ekspertene

Tallanalytikeren Alex Townsend ved Cornell University hadde det foregående året rutinemessig bedt ChatGPT om å angripe Crouzeix' formodning, og sett den stoppe ved det samme manglende lemmaet hver eneste gang . Den 30. juli 2026 spurte han igjen – men denne gangen returnerte ChatGPT en lenke til et forhåndstrykk publisert 27. juli med tittelen "The Numerical Range Is a 2-Spectral Set" .

Townsend og Anne Greenbaum ved University of Washington gjennomgikk forhåndstrykket med skepsis. Etter flere timer konkluderte de med at beviset var korrekt . Michel Crouzeix selv – matematikeren som hadde foreslått formodningen 22 år tidligere – gjennomgikk manuskriptet og bekreftet at det var korrekt .

Åpen kildekode og uavhengig verifisering

Jin åpnet koden for hele forskningspipelinen sin, og gjorde tilgjengelig på GitHub den endelige artikkelen, den eksakte prompten, alle påfølgende manuskriptrevisjoner, en Lean 4-formalisering av beviset og en aksiomrevisjon .

Bemerkelsesverdig nok, åtte dager etter at Jins forhåndstrykk dukket opp, ble et separat uavhengig bevis av Emiel Lorist og Felix Schwenninger – som også hadde brukt ChatGPT 5.6 for strategiutforskning – lagt ut på arXiv, noe som uavhengig støttet resultatet .

Hva dette betyr for AI og vitenskap

Historien om Jins bevis er bemerkelsesverdig av flere grunner. Den viser at en ikke-ekspert uten formell opplæring i et felt kan, ved å designe den riktige autonome arbeidsflyten for en grenseoverskridende AI-modell, gjøre et genuint bidrag til et problem som stoppet karrierespesialister. Den demonstrerer også kraften i veldesignede autonome resonneringssystemer: Jin brukte ikke AI som et søkeverktøy eller en chatbot – han designet et system som kunne utforske, sjekke og foredle sitt eget arbeid i mange timer uten menneskelig innblanding .

Problemet er ikke et leketøy eller et puslespill; det er et 22 år gammelt åpent problem hvis bevis er gjennomgått og akseptert av matematikeren som stilte det, sammen med andre ledende eksperter på feltet .