Исследование
Результат Anthropic по математике показывает, почему открытия ИИ все еще требуют стандартов доказательства
Невыпущенная модель Anthropic добилась прогресса в гипотезе Римана через масштабный многопроцессный поиск, но этот результат также подчеркивает, почему проверка, атрибуция и формальное доказательство остаются важными в исследованиях с поддержкой ИИ.
Майкл Г ·

Компания Anthropic сообщает, что не выпущенная модель достигла значительного прогресса в решении гипотезы Римана, одной из самых известных нерешённых задач в математике. Компания не утверждала, что получила общее доказательство. Вместо этого она сообщила о продвижении в нижней границе решений, для которых гипотеза верна, после чего результаты были проверены и формализованы с помощью ассистента доказательств Lean.
Методика столь же примечательна, как и результат. Anthropic сообщает, что система протестировала 650 идей через 60 подагентов примерно за день с половиной, используя 31 миллион выходных токенов. Большинство агентов не дали ключевого инсайта; некоторые генерировали альтернативы, другие проверяли аргументы, а меньшая группа помогала составить формальную статью.

Такое разделение труда является правдоподобной картиной автоматизации исследований. Модели могут исследовать пространство гипотез гораздо шире, чем человек, работающий в одиночку. Но исследование не является доказательством, и, казавшийся изящным аргумент, может оказаться неверным из-за скрытого предположения. Формальные системы и экспертная проверка — это не бюрократия; это способы, с помощью которых область науки обеспечивает учет результатов.
С Гипотеза Римана сопротивляется доказательству уже более 150 лет и остается одной из задач Миллениума Института математических наук Клея. Любой прогресс заслуживает тщательной проверки, потому что стандарт тут необычно высок. То же самое относится к более широкому потоку заявлений о достижениях в математике с помощью ИИ, которые сейчас поступают из нескольких лабораторий.
Самый сильный вывод заключается не в том, что модель заменила математика. Скорее, инструменты для генерации, проверки и передачи математических идей быстро сходятся, делая институты, которые их проверяют, более важными, а не менее.
Темы: Anthropic, математика, исследования ИИ