AnswersPublished12 sources
AlphaProof Nexus rozwiązał 9 problemów Erdősa. Wyniki robią wrażenie, ale mają swoje granice
Majowy preprint podaje, że AlphaProof Nexus rozwiązał 9 z 353 problemów Erdősa i udowodnił 44 z 492 hipotez OEIS — odpowiednio około 2,5% i 8,9% testowanych zbiorów. Autorzy informują, że eksperci sprawdzali, czy formalne zapisy zadań Erdősa w Lean odpowiadają oryginalnym hipotezom.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Majowy preprint podaje, że AlphaProof Nexus rozwiązał 9 z 353 problemów Erdősa i udowodnił 44 z 492 hipotez OEIS — odpowiednio około 2,5% i 8,9% testowanych zbiorów.
- Autorzy informują, że eksperci sprawdzali, czy formalne zapisy zadań Erdősa w Lean odpowiadają oryginalnym hipotezom.
- Podawany koszt to kilkaset dolarów na rozwiązany problem Erdősa. Ta kwota sama w sobie nie określa kosztu całej serii prób ani efektywności systemu w zadaniach, których nie rozwiązał.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Google DeepMind’s October 8, 2026 Science paper, following its May arXiv preprint, report about AlphaProof Nexus’s solutions to ni. Article summary: The May preprint reports a meaningful but selective advance: AlphaProof Nexus resolved nine of 353 Erdős problems and proved 44 of 492 OEIS conjectures, with reported computing costs of a few hundred dollars per solved E. Topic tags: general, academic, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
Majowy preprint na arXiv podaje, że AlphaProof Nexus, system Google DeepMind, rozwiązał 9 z 353 otwartych problemów Erdősa i udowodnił 44 z 492 hipotez z internetowej Encyklopedii Ciągów Liczbowych (OEIS). Autorzy szacują koszt obliczeń na kilkaset dolarów na każdy rozwiązany problem Erdősa. To obiecujący wynik dla narzędzia do poszukiwania dowodów, ale nie jest sam w sobie miarą tego, jak niezawodnie system radzi sobie z matematyką ani czy każde rozwiązanie jest nowe. 17
Co mówią liczby — i czego nie mówią
Wyniki odpowiadają około 2,5% testowanych problemów Erdősa oraz 8,9% sprawdzanych hipotez OEIS. To udziały w konkretnych zbiorach poddanych ocenie, a nie wskaźnik skuteczności wobec dowolnego pytania matematycznego. Autorzy podają też, że po rozwiązaniu problemu Erdősa eksperci weryfikowali, czy jego formalne sformułowanie w Lean wiernie oddaje oryginalną hipotezę. 17
Warto rozdzielić dwa aspekty kosztu. Podana kwota dotyczy rozwiązanych problemów Erdősa; sama nie pokazuje, ile kosztowały nieudane próby ani jak opłacalny był cały proces przeszukiwania. 17
Lean sprawdza dowód, ale nie rozstrzyga całego kontekstu
AlphaProof Nexus opisano w preprincie jako system do poszukiwania formalnych dowodów z pomocą AI. Dowód zapisany w języku takim jak Lean może zostać sprawdzony przez formalny weryfikator. Jeśli system go zaakceptuje, daje to mocną podstawę do stwierdzenia, że argument wynika z formalnego założenia. 17
To jednak nie odpowiada automatycznie na inne pytania: czy formalny zapis rzeczywiście odpowiada temu, o co chodziło w oryginalnym problemie; czy ktoś nie udowodnił już wcześniej tego samego wyniku; ani czy rezultat jest matematycznie istotny. Dlatego informacja, że eksperci porównywali formalne wersje problemów Erdősa z oryginalnymi hipotezami, ma znaczenie przy ocenie podanej liczby rozwiązań. 17
Co można potwierdzić na podstawie dostępnych źródeł
Październikowa relacja prasowa podaje, że dwa z opisanych wyników dotyczą pytań postawionych w 1970 roku przez Paula Erdősa i Andrása Sárközyego. Wspiera to tezę, że wśród osiągnięć znalazły się wieloletnie problemy, ale jest to relacja wtórna, a nie sam artykuł naukowy. 19
Dostępne tu materiały obejmują majowy preprint oraz relacje prasowe, ale nie pełny tekst październikowego artykułu w Science ani szczegółowe, niezależne oceny potrzebne do zweryfikowania wszystkich podnoszonych twierdzeń. Nie pozwalają więc potwierdzić konkretnych informacji o wersji modelu, wynikach z geometrii algebraicznej i optymalizacji min-max ani sporów dotyczących wcześniejszych rozwiązań, zmian sformułowań, innych agentów, atrap dowodów czy poszukiwań prowadzonych z udziałem człowieka. Bez wglądu w odpowiednie materiały nie należy uznawać tych szczegółów za rozstrzygnięte.
Jak rzetelnie oceniać takie osiągnięcie
Najlepiej analizować każdy wynik osobno: sprawdzić oryginalną hipotezę i jej formalny zapis, przejrzeć kompletny dowód, zweryfikować wcześniejszą literaturę oraz ustalić, jaką rolę odegrali ludzie. Podane liczby sprawiają, że AlphaProof Nexus warto badać jako narzędzie do poszukiwania dowodów. Same nie przesądzają jednak, czy system samodzielnie prowadzi badania matematyczne ani jaka jest nowość i waga każdego wyniku. 17
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "AlphaProof Nexus rozwiązał 9 problemów Erdősa. Wyniki robią wrażenie, ale mają swoje granice"?
Majowy preprint podaje, że AlphaProof Nexus rozwiązał 9 z 353 problemów Erdősa i udowodnił 44 z 492 hipotez OEIS — odpowiednio około 2,5% i 8,9% testowanych zbiorów.
What are the key points to validate first?
Majowy preprint podaje, że AlphaProof Nexus rozwiązał 9 z 353 problemów Erdősa i udowodnił 44 z 492 hipotez OEIS — odpowiednio około 2,5% i 8,9% testowanych zbiorów. Autorzy informują, że eksperci sprawdzali, czy formalne zapisy zadań Erdősa w Lean odpowiadają oryginalnym hipotezom.
What should I do next in practice?
Podawany koszt to kilkaset dolarów na rozwiązany problem Erdősa. Ta kwota sama w sobie nie określa kosztu całej serii prób ani efektywności systemu w zadaniach, których nie rozwiązał.
Sources
arxiv.orgAdvancing Mathematics Research with AI-Driven Formal ...
elmundo.esGoogle DeepMind logra que una IA resuelva problemas matemáticos que llevaban más de 50 años sin solución
science.orgAt futuristic meeting, AIs took the lead in producing and reviewing all the studies