AIへの基本的なプロンプトが、グラフ理論における30年来の未解決問題「ディニッツ・ガーグ・ゲーマンズ予想」を反証した。AIスタートアップAutokernelの共同創業者であるドミトリー・リビン氏は、ChatGPT 5.6 Proを用い、わずか4回・計60語未満のプロンプトを入力して反例を見つけ出した。所要時間は5.5時間であった。
Autokernelの共同創業者であるリビン氏は、この反例をX（旧Twitter）に投稿した。同氏はAIに対し「ブレイクスルーを起こし、構造化された反例を見つけよ」と指示し、その後、探索を継続するよう促す3つのプロンプトを追加した。
この予想は、グラフ理論における特定の配送シナリオにおいて、コストを増加させることなく変換が可能かどうかを問うものだった。リビン氏はX上で、この問題について数週間にわたって検討を重ねていたと述べている。
ヨーク大学のクリス・ボウマン＝スカーギル氏は、グラフ理論の予想は複雑性が増すと失敗することが多いと指摘した。クイーン・メアリー・ユニバーシティ・オブ・ロンドンのアビシェク・サハ氏は、現在のAIモデルはこうした問題には適しているものの、より深遠な予想に対しては限界があると述べた。
イリノイ大学アーバナ・シャンペーン校のアレクサンダー・ヨン氏は、AIはアイデアを迅速に検証できる能力があるため、行き止まりの道を排除し、多くの予想を証明する一助となるだろうと語った。
