Matematiker använde Muse Spark i sex nya forskningsartiklar

Meta uppgav den 2 oktober att matematiker som arbetat med Muse Spark tagit fram sex forskningsartiklar, varav fem enligt företaget besvarar tidigare öppna frågor. Beskrivningen handlar om forskning ledd av människor med AI-stöd – inte om en chattbot som självständigt löst sex matematiska problem. 17

Vad handlar artiklarna om?

Arbetena rör flera grenar av matematiken. Bland resultaten som lyfts fram finns:

• Sannolikhetsteori och geometri: The Strict Threshold for Gaussian Ellipsoid Fitting fastställer en tröskel kring (n \sim d^2/4) för när en positivt semidefinit matris kan uppfylla villkor som bestäms av slumpmässiga Gaussvektorer. 1
• Gruppteori: Ett resultat presenterar en grupp med 384 element som motexempel till en förmodan från 2024. 20
• Algebra: On Solvable Evolution Algebras and a Conjecture by García-Martínez and Pérez-Rodríguez behandlar den förmodan som nämns i titeln. 4
• Optimering: Tightness of the Cycle-Based Relaxation for Completed Length-Three Alpha-Cycles undersöker om en viss cykelbaserad relaxation är exakt. 4
• Matematisk fysik: String Two-Point Function = Height Function on a Curve finns med bland publikationerna. 4
• Differentialekvationer: Publikationslistan innehåller också en artikel om lösningar som växer utan gräns på ändlig tid för radiella lösningar med negativ energi till en masskritisk biharmonisk icke-linjär Schrödingerekvation.

Metas siffra behöver läsas med en reservation: företaget säger att fem av de sex artiklarna besvarar tidigare öppna frågor, men den tillgängliga publikationsinformationen visar inte tydligt hur var och en av de fem frågorna kopplas till en specifik artikel. 174

Så arbetade matematikerna med modellen

Forskarna använde Muse Spark 1.1 och 1.2 i Thinking Mode via den vanliga chattjänsten meta.ai, utan ett särskilt system byggt för forskning. Enligt Meta vägledde matematiker arbetet och utvecklade argument tillsammans med modellen. En annan grupp matematiker granskade sedan arbetet. Artiklarna markerar också vilka avsnitt som huvudsakligen skrivits av forskare och vilka som utformats med AI-stöd. 17

Den mänskliga insatsen är viktig för hur resultaten ska tolkas. En modell kan bidra med idéer, resonemang eller kod, men enligt beskrivningen var det människor som drev forskningen och granskade resultaten. I exemplet från gruppteorin uppger extern rapportering att Muse Spark skrev ett sökprogram för GAP, ett matematikprogram. Matematiker kontrollerade motexemplet och slutförde argumentationen. 20

Vad är fortfarande oklart?

Artiklarna visar att en AI-modell kan bidra i matematisk forskning under mänsklig ledning. De visar däremot inte i sig att resultaten är unika eller att modellens matematiska svar generellt går att lita på. Annan rapportering beskriver flera resultat som sådana andra forskargrupper nått oberoende av Meta-teamet. Det gör frågan om överlappning viktig när man bedömer vem som först kom fram till ett resultat.

Granskning av matematiker är inte samma sak som formell verifiering. Vid formell verifiering skrivs ett bevis i ett strikt språk så att en dator kan kontrollera det steg för steg. Meta beskriver mänsklig granskning, men det tillgängliga materialet fastslår inte om bevisen i samtliga artiklar har kontrollerats maskinellt med ett bevisverktyg. 17

Muse Spark presenterades den 8 april 2026 som den första modellen från Meta Superintelligence Labs. Oktoberartiklarna visar en senare användning av modellen i ett forskningssamarbete, men de bevisar inte att AI-genererade matematiska påståenden är felfria. För att bedöma resultaten behöver man granska argumenten i artiklarna och se hur de står sig vid oberoende kontroll.