ainews
Нереализованная модель Anthropic продвинулась в решении гипотезы Римана — одной из главных задач математики
Экспериментальная модель Anthropic за полтора дня автономной работы значительно продвинулась в доказательстве гипотезы Римана — нерешённой математической проблемы с призом $1 млн. Модель протестировала 650 подходов, управляя 60 под-агентами и потратив 31 млн токенов. Результат подтвердили математики компании и формализовали через proof-ассистент Lean.
Это первый публичный кейс, где AI автономно продвинулась в решении топовой нерешённой научной задачи. Показывает, что reasoning-модели готовы к реальным исследованиям — меняется роль AI в науке и R&D.
Anthropic объявила: их неопубликованная модель самостоятельно продвинулась в решении гипотезы Римана — задачи, которую математики не могут закрыть 150+ лет. За её доказательство обещан приз $1 млн.
Сотрудник Anthropic без серьёзной математической подготовки просто попросил модель «реально попытаться доказать гипотезу» и оставил её работать на полтора дня. Модель протестировала 650 идей, координируя 60 под-агентов: 2 генерировали ключевые математические концепции, 13 помогали с идеями, 30 пытались (но не смогли) придумать новые подходы, 13 проверяли корректность доказательств, 2 писали итоговый черновик статьи. Всего потрачено 31 млн токенов.
Результат подтвердили два математика Anthropic и формализовали через Lean — opensource proof-ассистент. Модель значительно увеличила нижнюю границу решений, для которых гипотеза выполняется.
Это часть тренда: за год AI решили несколько задач Эрдёша, OpenAI показала 10 серьёзных доказательств от модели Astra, Anthropic опровергла гипотезу Якобиана. В математическом сообществе раскол: одни опасаются, что AI размывает авторство и ответственность за доказательства, другие (как лауреат Fields Medal Тимоти Гауэрс) считают, что это естественная эволюция — теоремы могут быть безымянными, как звёзды.
Автор: Ксения Лаврова · Источник: TechCrunch AI
Разработчикам. Появляются AI-модели, способные автономно координировать десятки агентов для решения сложных задач — это готовый паттерн для автоматизации исследований, code reasoning и multi-agent workflows. Lean и формальная верификация становятся стандартом для валидации AI-результатов.
Бизнесу. AI переходит от генерации контента к самостоятельным научным открытиям — открывается рынок AI-исследователей для фармы, материаловедения, финансового моделирования. Компании, которые первыми встроят multi-agent reasoning в R&D, получат конкурентное преимущество в скорости инноваций.
Инвесторам. Anthropic демонстрирует качественный скачок — от ChatGPT к автономным исследовательским системам. Растёт ценность компаний, делающих reasoning-модели (Anthropic, OpenAI) и инструменты формальной верификации (Lean). Потенциал: AI-ускорение drug discovery, материалов, квантовых вычислений — триллионные рынки.
- AI-исследователь как сервис: платформа для автономного решения научных задач в химии, биологии, материаловедении — аренда вычислительных мощностей + multi-agent координация
- Консалтинг по внедрению AI-reasoning в корпоративный R&D: помощь фарм- и tech-компаниям в автоматизации исследований, интеграция с Lean и proof-ассистентами
- Формальная верификация AI-решений: сервис для валидации результатов AI-моделей через proof-ассистенты — критично для регулируемых индустрий (медтех, финансы)
- Multi-agent фреймворки для исследований: opensource или коммерческие инструменты для координации десятков AI-агентов в сложных задачах — альтернатива внутренним разработкам крупных лабораторий
- Маркетплейс математических и научных задач: платформа, где компании размещают нерешённые проблемы, AI-модели их решают, результаты монетизируются через лицензии
- Неясно, насколько результат воспроизводим — модель не опубликована, детали методологии скрыты, может быть cherry-picking одного удачного запуска
- 31 млн токенов на одну задачу — экономика пока не сходится для массового применения, это дорогой эксперимент, не продукт
- Риск переоценки: прогресс на гипотезе Римана — это увеличение нижней границы, не полное доказательство; маркетинг опережает реальный impact
- Этические и юридические вопросы авторства: если AI делает открытие, кто владелец IP, кто несёт ответственность за ошибки — правовое поле не готово
Это реально впечатляет — не потому что гипотеза Римана решена (нет), а потому что модель сама организовала процесс: разбила задачу, управляла агентами, проверяла результаты. Раньше AI генерировала текст по запросу, теперь может полтора дня автономно исследовать. Вопрос в экономике: 31 млн токенов на одну попытку — это дорого даже для Anthropic. Но для фармы или материаловедения, где одно открытие стоит миллиарды, это уже окупается.
Скептицизм математиков понятен: если AI делает прорыв, кто автор, кто проверяет, кому доверять? Но Гауэрс прав — звёзды тоже безымянны, и это нормально. Главное: Anthropic не опубликовала модель, детали скрыты, результат не воспроизведён независимо. Пока это мощная демонстрация возможностей, но не продукт. Следите за Lean и формальной верификацией — это станет стандартом для AI-исследований.
Комментарии