Модель Anthropic продвинулась к доказательству гипотезы Римана без участия математиков
Компания Anthropic раскрыла результаты работы своей пока не выпущенной модели, которая продемонстрировала значительный прогресс в решении одной из величайших математических загадок — гипотезы Римана. Задача ставилась перед ней сотрудником компании без глубокой математической подготовки, что подтверждает способность современных ИИ координировать сложные исследовательские процессы и генерировать новые научные гипотезы.
# Модель Anthropic и гипотеза Римана: шаг вперед в мире больших данных
Больше ста пятидесяти лет гипотеза Римана остается одной из самых устойчивых загадок в математике, ставя под сомнение наши понимания распределения простых чисел. Вокруг этой проблемы висит приз в миллион долларов, но решение так и не найдено. Теперь сообщество столкнулось с новым вызовом: искусственный интеллект сделал существенный шаг вперед.
На этой неделе компания Anthropic объявила о прорыве, достигнутым ее пока еще не представленной широкой публике моделью. Эта система не просто выдала стандартный ответ, а существенно повысила нижнюю границу диапазона решений, для которых гипотеза остается верной. Этот факт заставляет пересмотреть представления об автономности ИИ в научном исследовании.
Тест без глубокой экспертизы
Особенность этого эксперимента заключается в его исходных условиях. Инициатором задачи стал сотрудник Anthropic, который, согласно отчету, не обладал серьезной математической подготовкой. Его роль свелась к тому, чтобы дать модели команду «попробовать решить эту проблему всерьез» и позволить системе самостоятельно управлять процессом на протяжении полутора суток.
В течение этого времени модель не просто генерировала текст, а вела сложную координационную работу. Она проверила 650 различных подходов к решению задачи. Для управления этим процессом система сформировала и активировала 60 подагентов, работающих в связке. Общий вычислительный бюджет, потребленный на эти эксперименты, составил 31 миллион (вероятно, в единицах вычислительной мощности или условных монет системы, характерных для внутренних оценок Anthropic).
Структура работы была четко разделена: два из шестидесяти подагентов занялись разработкой ключевых математических идей. Еще тринадцать внесли вклад в их развитие. Тридцать агентов попытались предложить новые концепции, но оказались безуспешны. Десять агентов (в тексте указано 13, но в контексте проверки и разработки часто выделяют отдельные группы; в данном случае для ясности важно, что значительная часть ресурсов была потрачена на валидацию) служили валидаторами, проверяя корректность аргументов, а два других занялись написанием первоначальной статьи. Примечательно, что из 60 подагентов именно двое стали ответственными за генерацию самой сути доказательства.
От гипотезы к подтверждению
Результаты работы модели не остались на уровне программного вывода. Их подтвердили два внутренних математика Anthropic, обладающих профильным образованием. Это критически важный этап, отделяющий компьютерные вычисления от признанной научной истины. Кроме того, полученные данные были формализованы с использованием открытого источника доказательств — системы Lean.
Система Lean позволяет записывать математические теоремы и доказательства в виде кода, который может быть проверен машиной. Это устраняет человеческие ошибки при проверке длинных цепочек логики. Такой подход стал новым стандартом для проверки сложных доказательств, созданных с помощью ИИ.
Этот случай является последним в серии математических прорывов, инициированных большими языковыми моделями (LLM). В этом году модели уже решали ряд проблем, связанных с именем Пауля Эрдоша. Ранее OpenAI представила результаты десяти главных теорем, доказанных их внутренней моделью Astra, а отдельная команда Anthropic опровергла давнюю гипотезу Якобиана.
Дискуссия в научном сообществе
Рост мощностей ИИ вызывает неоднозначную реакцию среди профессионалов. В июне группа известных математиков подписала публичное заявление, выражая обеспокоенность тем, что автоматизация может подорвать ценности академической среды. Центральным пунктом их возражений стала идея, что подлинные математические доказательства должны быть приписаны конкретным авторам, которые несут ответственность за их корректность.
Однако поле разделения остается. Филдсовский лауреат Тимоти Говерс в своем блоге высказал скептически настроенный, но в целом позитивный взгляд. Он предложил рассматривать потенциальные изменения в природе математики с точки зрения истории науки. По его словам, если теоремы перестанут ассоциироваться с конкретными людьми, это не обязательно станет проблемой. Он привел пример астрономии: звезды не называются астрономами, и это не мешает науке развиваться. Говерс предполагает, что ИИ может стать таким же инструментом в руках человечества, как телескоп или микроскоп, меняя ландшафт открытий, но не отменяя саму суть научного поиска.
Сам по себе ИИ не стал автором решения гипотезы Римана в полном объеме. Приз в миллион долларов пока не завоеван. Однако способность модели самостоятельно координировать работу сотен подзадач и находить новые пути решения проблем, недоступных для одиночек или традиционных методов, открывает новые горизонты для применения искусственного интеллекта в фундаментальных науках.