Neurokirurg löste 22 år gammalt matemproblem – med hjälp av ChatGPT

I slutet av juli 2026 föll ett 22 år gammalt olöst problem inom numerisk linjär algebra – inte för en professor vid ett toppuniversitet, utan för en ST-läkare i neurokirurgi i Peking som ställde in en prompt, lämnade datorn och kom tillbaka 16 timmar senare för att finna att GPT-5.6-Sol hade hittat beviset på egen hand.

Dr. Jin Shanmu, postdoktor och ST-läkare i neurokirurgi vid Peking Union Medical College Hospital, använde OpenAI:s modell GPT-5.6-Sol på plattformen ChatGPT Work för att autonomt generera ett fullständigt bevis för Crouzeix förmodan . Problemet, som ställdes av den franske matematikern Michel Crouzeix 2004, hade utmanat världens främsta numeriska analytiker i över två decennier.

Problemet som inte gick att knäcka

Crouzeix förmodan säger att för varje kvadratisk komplex matris A och polynom p, är operatornormen ||p(A)|| högst två gånger maximum av |p| över det numeriska värdet av A. Den bästa tidigare gränsen låg vid 1+√2 (ungefär 2,414), resultatet av en workshop 2017 vid American Institute of Mathematics där ledande specialister inte lyckades täppa till gapet till den skarpa konstanten 2 .

Problemet ligger i skärningspunkten mellan matristeori och funktionalanalys inom numerisk linjär algebra – en nischad men grundläggande fråga som motstått två decenniers ansträngningar från experter som ägnat sina karriärer åt den.

Från hjärnultraljud till matematiskt genombrott

Jin försökte inte skriva matematisk historia. Han forskade om transkraniellt ultraljud – modellering av hur ultraljudsvågor tränger igenom skallbenet – vilket ledde honom till matrisanalys och så småningom till Crouzeix förmodan . All hans högre matematik var självlärd via hans ultraljudsforskning; hans kandidatexamen var i geologi från Pekinguniversitetet, och hans läkarexamen kom från Peking Union Medical College. Han hade ingen formell utbildning i avancerad matematik .

Den 16 timmar långa autonoma körningen

Jin anpassade den promptstrategi som OpenAI hade använt när de löste Cycle Double Cover-förmodan. Han konstruerade en multiagent, adversarial uppställning med fyra instruktioner :

1. Arbeta offline: Modellen opererade i en fysiskt frånkopplad miljö, vilket förhindrade den från att hämta befintliga bevis eller lösningar från nätet.
2. Utforska parallellt: Systemet startade många underagenter som utforskade genuint olika bevisstrategier, vilket förhindrade för tidig konvergens mot en enda metod.
3. Adversarial granskning: Kandidatbevis utsattes för adversariala kontroller, vilket tvingade modellen att hitta och åtgärda sina egna fel.
4. Inget förtida stopp: Systemet instruerades att inte stoppa förrän ett fullständigt bevis klarade alla kontroller.

Jin startade systemet och gick därifrån. Efter cirka 16 timmars kontinuerlig drift – under vilka GPT-5.6-Sol utförde tusentals cykler av generering, hypotestestning, förkastande och ombyggnad – producerade det ett fullständigt bevis .

I stället för de tunga skattningar som experter hade förväntat sig, använde argumentet en noggrann urvalsstrategi för att reducera problemet till ett enkelt positivitetstillstånd . Det var, enligt dem som granskade det, ett elegant och oväntat tillvägagångssätt.

Verifiering av experterna

Numerisk analytiker Alex Townsend vid Cornell University hade under föregående år rutinmässigt bett ChatGPT att angripa Crouzeix förmodan och sett den fastna vid samma saknade lemma varje gång . Den 30 juli 2026 frågade han igen – men den här gången returnerade ChatGPT en länk till en preprint publicerad den 27 juli med titeln "The Numerical Range Is a 2-Spectral Set" .

Townsend och Anne Greenbaum vid University of Washington granskade preprinten med skepsis. Efter flera timmar drog de slutsatsen att beviset var korrekt . Michel Crouzeix själv – matematikern som hade ställt förmodan 22 år tidigare – granskade manuskriptet och bekräftade dess korrekthet .

Öppen källkod och oberoende verifiering

Jin gjorde hela sin forskningskedja öppen källkod och publicerade på GitHub den slutgiltiga uppsatsen, den exakta prompten, alla successiva manuskriptiterationer, en Lean 4-formalisering av beviset och en axiomrevision .

Anmärkningsvärt nog, åtta dagar efter Jins preprint publicerades, lades ett separat oberoende bevis av Emiel Lorist och Felix Schwenninger – som också hade använt ChatGPT 5.6 för strategiutforskning – upp på arXiv, vilket oberoende bekräftade resultatet .

Vad detta betyder för AI och vetenskap

Berättelsen om Jins bevis är anmärkningsvärd av flera skäl. Den visar att en icke-expert utan formell utbildning inom ett område, genom att designa rätt autonom arbetsflöde för en frontlinje-AI-modell, kan göra ett genuint bidrag till ett problem som förbryllat karriärspecialister. Den visar också kraften i väl utformade autonoma resonemangssystem: Jin använde inte AI som ett sökverktyg eller chatbot – han designade ett system som kunde utforska, kontrollera och förfina sitt eget arbete under många timmar utan mänsklig intervention .

Problemet är inte en leksak eller ett pussel; det är ett 22 år gammalt olöst problem vars bevis har granskats och accepterats av den matematiker som ställde det, tillsammans med andra ledande experter inom området .