Samouk i 16-godzinna sesja poświęcona sztucznej inteligencji rozwiązały jeden z otwartych problemów matematyki stosowanej
W skrócie
Neurochirurg z Pekinu użył GPT-5.6, aby udowodnić 20-letnie przypuszczenie matematyczne, co zwiastuje zmianę w tym, kto może prowadzić — i weryfikować — badania.
Shanmu Jin, badacz podoktorancki i rezydent neurochirurgii w Peking Union Medical College Hospital w Pekinie, udowodnił hipotezę Crouzeixa – problem analizy macierzowej, który pozostawał otwarty przez ponad dwie dekady. Decydujący argument nie pojawił się na wydziale matematyki: pojawił się podczas 16-godzinnego, autonomicznego testu. GPT-5.6 Sol w środku ChatGPT Tryb pracy, sterowany przez starannie opracowany monit, który sam zaprojektował Jin.
Jin dotarł do problemu drogą nieliniową. Jego studia licencjackie dotyczyły geologii; później uzyskał tytuł lekarza i zbudował swoją wiedzę matematyczną poprzez samodzielną naukę, początkowo zmotywowaną badaniami nad ultrasonografią przezczaszkową. Hipoteza Crouzeixa, sformułowana w 2004 roku, dotyczy związku między normą widmową macierzy a maksimum wielomianu w jego zakresie liczbowym – zwartym obszarem wypukłym płaszczyzny zespolonej, który odzwierciedla więcej cech macierzy niż same jej wartości własne. Jej rozwiązanie ma bezpośrednie zastosowanie w analizie funkcji macierzowych, iteracyjnych solverach, takich jak GMRES, oraz racjonalnych metodach Kryłowa.
Zamiast interaktywnego podpowiadania modelu, Jin przeprowadził rozszerzoną sesję autonomiczną, korzystając z architektury podpowiedzi zaadaptowanej z jednego OpenAI Został opracowany dla wcześniejszego wyniku matematycznego, hipotezy podwójnego pokrycia cyklu. Konfiguracja uniemożliwiła modelowi dostęp do internetu. Wdrożono konkurujące ze sobą podagencje, których zadaniem było niezależne opracowywanie i testowanie różnych strategii dowodzenia, z wyraźnymi instrukcjami dotyczącymi zapobiegania przedwczesnej konwergencji i wymogiem falsyfikacji argumentów kandydatów wyłącznie za pomocą konkretnych kontrprzykładów. Model miał działać do momentu, aż kompletny dowód przejdzie wewnętrzną, kontradyktoryjną ocenę. Powstały preprint, opublikowany 27 lipca 2026 r., zawiera pełną wersję roboczą, kolejne wersje robocze manuskryptów, formalizację Lean oraz audyt aksjomatów.
Potwierdzenie rówieśnicze i pytanie, kto teraz zajmuje się matematyką
Dowód został zweryfikowany i potwierdzony przez matematyka z Cornell, Alexa Townsenda, analityka numerycznego Anne Greenbaum oraz samego Michela Crouzeixa – pierwotnego autora hipotezy. Formalna recenzja naukowa jest w toku. Osiem dni po ukazaniu się pierwotnego preprintu matematycy Emiel Lorist i Felix Schwenninger opublikowali niezależny, pięciostronicowy dowód, wykorzystując inną metodę, łączącą klasyczną teorię potencjału warstwy podwójnej z lematem perturbacyjnym dla dylatacji 2-wymiarowych. Jin z zadowoleniem przyjął ten równoległy wynik jako uzupełnienie swojej własnej pracy.
Odcinek uwidacznia strukturalną zmianę w badaniach matematycznych, którą trudno zignorować. Kiedy problem otwarty od 2004 roku zostaje rozwiązany przez samouka klinicystę za pomocą konsumenckiego narzędzia AI, bariery utrudniające uzyskanie nowych wyników znacznie maleją – a wiedza specjalistyczna wymagana do weryfikacji tych wyników staje się odpowiednio bardziej skoncentrowana i cenna.
W dziedzinie sztucznej inteligencji przypadek ten stanowi konkretny przykład tego, co mogą osiągnąć pionierskie modele językowe, dysponując dobrze ustrukturyzowanymi zadaniami autonomicznymi i wystarczającą ilością czasu obliczeniowego. Otwarte pozostaje pytanie, czy społeczność matematyczna dysponuje infrastrukturą pozwalającą na absorbowanie tak dużej liczby wyników, jakie mogą się pojawić.
Zastrzeżenie
Zgodnie z Zaufaj wytycznym projektu, należy pamiętać, że informacje zawarte na tej stronie nie mają na celu i nie powinny być interpretowane jako porady prawne, podatkowe, inwestycyjne, finansowe lub jakiekolwiek inne formy porad. Ważne jest, aby inwestować tylko tyle, na utratę czego możesz sobie pozwolić, a w przypadku jakichkolwiek wątpliwości zasięgnąć niezależnej porady finansowej. Aby uzyskać więcej informacji, sugerujemy zapoznać się z warunkami oraz stronami pomocy i wsparcia udostępnianymi przez wydawcę lub reklamodawcę. MetaversePost zobowiązuje się do sporządzania dokładnych i bezstronnych raportów, jednakże warunki rynkowe mogą ulec zmianie bez powiadomienia.
O autorze
Alisa, oddana dziennikarka w MPost, specjalizuje się w kryptowalutach, sztucznej inteligencji, inwestycjach i rozległym obszarze Web3. Ze szczególnym uwzględnieniem pojawiających się trendów i technologii zapewnia wszechstronne informacje, aby informować czytelników i angażować ich w stale zmieniający się krajobraz finansów cyfrowych.
Więcej artykułów
Alisa, oddana dziennikarka w MPost, specjalizuje się w kryptowalutach, sztucznej inteligencji, inwestycjach i rozległym obszarze Web3. Ze szczególnym uwzględnieniem pojawiających się trendów i technologii zapewnia wszechstronne informacje, aby informować czytelników i angażować ich w stale zmieniający się krajobraz finansów cyfrowych.
