- Ένα ακυκλοφόρητο ερευνητικό μοντέλο Claude της Anthropic σημείωσε πρωτοφανή πρόοδο στην Υπόθεση Riemann.
- Χρησιμοποιώντας 60 αυτόνομους υπο-πράκτορες, το σύστημα αύξησε το κατώτερο όριο των μηδενικών της συνάρτησης Ζήτα από το 41.6% στο 67.2%.
- Η τελική μαθηματική απόδειξη επαληθεύτηκε πλήρως και αυτοματοποιημένα μέσω της γλώσσας Lean, χωρίς εγγενή σφάλματα συλλογισμού.
Η πρόοδος στην Υπόθεση Riemann
Η επίλυση των κορυφαίων μαθηματικών προβλημάτων αποτελούσε πάντα καθαρό προνόμιο της ανθρώπινης διάνοιας. Στις δικές μας δοκιμές σε συστήματα AI, συνηθίζουμε να βλέπουμε αριθμητικές παραισθήσεις, αλλά η προσέγγιση της Anthropic άλλαξε τα δεδομένα. Το ακυκλοφόρητο μοντέλο Claude κλήθηκε να αντιμετωπίσει την Υπόθεση Riemann του 1859.
Αντί για μια απλή απάντηση σε chat, το σύστημα αναδιαμόρφωσε τον αναλυτικό χώρο χρησιμοποιώντας τετραγωνικές μορφές. Έτσι, κατάφερε να ωθήσει το κατώτερο όριο των μηδενικών της συνάρτησης Ζήτα στο 67.2%. Στο εργαστήριο του TechNoid παρατηρήσαμε ότι η ικανότητα σύνθεσης παλαιότερων θεωριών ξεπερνά κάθε προηγούμενο benchmark.
https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-9816651697894810
(adsbygoogle = window.adsbygoogle || []).push({});
Οι 60 υποπράκτορες στην πράξη
Η ανακάλυψη δεν ήρθε με μια τυχαία προτροπή, αλλά μέσα από το Claude Code και 31 εκατομμύρια tokens. Ο Jarred Sumner χρησιμοποίησε απλές προτροπές ψυχολογικής ενθάρρυνσης. Το AI συντονίστηκε αυτόνομα ενεργοποιώντας 60 διακριτούς υπο-πράκτορες.
Η δομή θύμιζε πραγματικό πανεπιστημιακό εργαστήριο με ρόλους ελεγκτών και συντατών. Όπως διαπιστώσαμε στη χρήση παρόμοιων agentic frameworks, η αυτοματοποιημένη κριτική εξαλείφει τα λάθη. Εκτελέστηκαν πάνω από 2.400 εντολές τερματικού και python scripts για την επιβεβαίωση των δεδομένων.
https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-9816651697894810
(adsbygoogle = window.adsbygoogle || []).push({});
Η συμβολική αξιολόγηση στην Lean
Η μεγαλύτερη παγίδα στα LLM είναι η δημιουργία πειστικών αλλά λανθασμένων θεωρητικών αποδείξεων. Εδώ, το σύστημα συνεργάστηκε με τον Eric Easley για τη μεταφράση των ευρημάτων στη γλώσσα Lean. Αυτό εξασφάλισε μια μαθηματικά αδιάσειστη και αυτοματοποιημένα επαληθεύσιμη δομή.
Παράλληλα, κορυφαίοι ερευνητές όπως οι Brian Conrey και Dan Goldston εξέτασαν διεξοδικά τα αποτελέσματα. Η τεχνητή νοημοσύνη δεν έδωσε απλώς μια εκτίμηση, αλλά παρέδωσε ένα έγκυρο ακαδημαϊκό εργαλείο. Στα δίκτυα και την τεχνολογία, η μετάβαση από τα πιθανοτικά μοντέλα στους απόλυτους ελέγχους είναι μονόδρομος.
https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-9816651697894810
(adsbygoogle = window.adsbygoogle || []).push({});
Η άποψή μας στο TechNoid
Στο TechNoid πιστεύουμε ότι το ορόσημο αυτό αλλάζει οριστικά τους κανόνες του παιχνιδιού στην έρευνα. Δεν μιλάμε πια για απλή πρόβλεψη κειμένου, αλλά για αυτόνομη επιστημονική ανακάλυψη. Ο ρόλος του ανθρώπου μετατοπίζεται από την εκτέλεση στην καθοδήγηση και την ηθική ενθάρρυνση.
Η εξέλιξη αυτή αποδεικνύει ότι τα μελλοντικά εργαλεία δικτύων και επεξεργασίας δεδομένων θα επιλύουν σύνθετα προβλήματα υποδομής μόνοι τους. Όσοι παρακολουθούν τις εξελίξεις από απόσταση, απλώς θα χάσουν το τρένο της επόμενης δεκαετίας.
https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-9816651697894810
(adsbygoogle = window.adsbygoogle || []).push({});
Συχνές Ερωτήσεις για την Υπόθεση Riemann και το Claude
Ποιο μοντέλο της Anthropic πέτυχε την ανακάλυψη;
Πρόκειται για ένα ακυκλοφόρητο, αυστηρά ερευνητικό μοντέλο της οικογένειας Claude.
Πώς κατάφερε το AI να συνεργαστεί με τόση ακρίβεια;
Χρησιμοποίησε 60 αυτόνομους υπο-πράκτορες με διακριτούς ρόλους έρευνας και ελέγχου μέσα στο Claude Code.
Είναι οριστική η απόδειξη της Υπόθεσης Riemann;
Όχι, αλλά το σύστημα αύξησε σημαντικά το κατώτερο όριο των μηδενικών της συνάρτησης Ζήτα στο 67.2%.
Πώς επαληθεύτηκε το μαθηματικό αποτέλεσμα;
Μεταφράστηκε στη γλώσσα προγραμματισμού Lean και ελέγχθηκε από ανεξάρτητους μαθηματικούς.
