Anthropic tar matematiskt delsteg mot Riemannhypotesen med hemlig språkmodell

Anthropic uppger att en ännu inte släppt modell för artificiell intelligens har tagit ett steg framåt i en av matematikens mest berömda öppna frågor, efter ett internt försök som gav ett nytt delresultat kopplat till Riemannhypotesen. Enligt TechCrunch lyckades modellen höja den ”nedre gränsen” för hur många fall hypotesen är känd att gälla i, och Anthropics personal formaliserade därefter arbetet till ett bevis som kontrollerades med bevisassistenten Lean.

Det som beskrivs låter mindre som ett enskilt genidrag och mer som en liten forskningsorganisation som satts i arbete inuti en modell. TechCrunch skriver att en Anthropic-anställd ”utan betydande matematisk utbildning” bad systemet försöka ta fram ett bevis och lät det sedan arbeta självständigt i ungefär ett och ett halvt dygn. Under tiden prövade modellen 650 olika angreppssätt, samordnade arbete mellan 60 underagenter och lade ”31 miljoner” på insatsen (enheten anges inte i rapporten). Två agenter stod för de bärande idéerna, medan andra matade in stödargument, körde fast i återvändsgränder, kontrollerade enskilda steg och skrev ett första utkast till en artikel.

Arbetsgången är viktig eftersom den flyttar flaskhalsen i matematisk upptäckt från enskild sakkunskap till beräkningskraft, samordning och verktyg för verifiering. Riemannhypotesen hänger ihop med primtalens fördelning och har ett pris på en miljon dollar för ett allmänt bevis; TechCrunch påpekar att priset fortfarande är oinlöst och att Anthropic inte hävdar att man har en fullständig lösning. Men även delvisa framsteg på en fråga av den här digniteten blir en signal i den pågående kapprustningen inom artificiell intelligens, där laboratorier allt oftare visar upp ”genombrott” som bevis på förmåga samtidigt som de håller de underliggande modellerna osläppta.

Det landar också i en pågående konflikt om tillskrivning och ansvar. TechCrunch hänvisar till en offentlig deklaration i juni från framstående matematiker som varnade för att arbete med stöd av artificiell intelligens kan urholka normer som gör bevis spårbara till identifierbara upphovsmän. Samma rapport noterar att Fieldsmedaljören Timothy Gowers har ifrågasatt om en sådan förändring nödvändigtvis är skadlig, och antytt att matematiken kan utvecklas bort från traditionen att knyta satser till enskilda namn.

För företagen är drivkrafterna raka: matematiska resultat är begripliga, prestigefyllda och lättare att sälja in än små förbättringar på standardiserade mätprov. Men ju mer arbetet utförs av stora, privata modeller bakom stängda dörrar, desto svårare blir det för utomstående att bedöma vad som är verkliga framsteg, vad som bara är en effekt av verktygskedjan och vad som i praktiken kräver resurser som bara ett fåtal bolag har råd med.

Anthropics resultat bekräftades av två matematiker internt, enligt TechCrunch, och översattes sedan till Lean så att resonemanget kunde kontrolleras maskinellt. Själva modellen är fortfarande inte släppt.