AI hittar motexempel som motbevisar 87 år gammal matematisk förmodan

En matematiker vid Harvard har använt artificiell intelligens för att motbevisa ett mångårigt problem inom algebran som experter i årtionden försökt bevisa vara sant. Levent Alpöge tillkännagav upptäckten på sociala medier den 19 juli med ett kort motexempel.

Alpöge publicerade ett matematiskt motexempel på 216 tecken på X som visar att Jacobian-förmodan är falsk. Förmodan, som föreslogs av Ott-Heinrich Keller 1939, fanns även med på en lista över stora olösta problem som sammanställdes av Stephen Smale 1998.

Arbetet involverade Claude Fable 5, en AI-modell från Anthropic. Alpöge krediterade systemet i sitt inlägg för assistans under VM-finalen.

Abhishek Saha vid Queen Mary University of London kallade resultatet för den största förmodan som hittills behandlats med betydande AI-input. Han noterade att motexemplet fungerar för tre variabler, även om en version med två variabler fortfarande kan vara korrekt.

Chris Bowman-Scargill vid University of York och Ivan Fesenko vid Westlake University menar att utvecklingen belyser AI:s växande roll inom matematiken, samtidigt som de betonar att mänsklig insikt förblir avgörande för att bygga nya teorier.

Relaterade artiklar

An AI model from Open AI has solved a math problem formulated in 1946 by Paul Erdős. Svante Linusson, professor at KTH, expressed shock at the result.

Rapporterad av AI

Researchers gathered in London this week to accelerate the formalization of Fermat's Last Theorem using advanced AI models. The workshop focuses on converting Andrew Wiles's 1993 proof into Lean code for computer verification. Progress has been rapid, with code lines doubling after the first day.

Workers paid to train advanced AI models are increasingly relying on chatbots like ChatGPT to generate the required conversations and tests. This shortcut, described as widespread by multiple sources, risks degrading the quality of future models through recursive training on synthetic data.

Rapporterad av AI

A study of more than 26,000 Chinese students shows that using generative AI for homework improves short-term results but leads to significantly lower exam scores over time.

Denna webbplats använder cookies

Vi använder cookies för analys för att förbättra vår webbplats. Läs vår integritetspolicy för mer information.
Avböj