GOVTECH · ΑΥΤΟΔΙΟΙΚΗΣΗ · ΗΛΕΚΤΡΟΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ

Αναλύσεις

Υπόθεση Riemann με το Claude: είμαστε κοντά στην υπερνοημοσύνη;

Ερευνητής της Anthropic ανακοίνωσε ότι απέδειξε με το Claude το πιο διάσημο ανοιχτό πρόβλημα των μαθηματικών. Τι ακριβώς ισχυρίζεται, πώς ελέγχεται, και τι δείχνει, ή δεν δείχνει, για την πορεία προς την υπερνοημοσύνη και για το Δημόσιο.

Αφηρημένες μπλε γραμμές και κουκκίδες σε μαύρο φόντο, σαν νευρωνικό δίκτυο
Φωτογραφία: Max Petrunin / Unsplash

Ο Levent Alpöge, μαθηματικός και εργαζόμενος της Anthropic, ανακοίνωσε την Παρασκευή 20 Νοεμβρίου ότι απέδειξε την υπόθεση Riemann, το πιο διάσημο ανοιχτό πρόβλημα των μαθηματικών, με τη βοήθεια του μοντέλου Claude. «Πιστεύω ότι, δουλεύοντας με το Claude, ανακάλυψα μια απόδειξη της υπόθεσης Riemann», γράφει στη δήλωσή του, σύμφωνα με το Scientific American. Η είδηση ξαναφέρνει στο προσκήνιο ένα ερώτημα που μέχρι πρόσφατα έμοιαζε θεωρητικό: πλησιάζουμε σε μηχανές που ξεπερνούν τον άνθρωπο σε κάθε πνευματική εργασία, δηλαδή στην «υπερνοημοσύνη»;

Τι ακριβώς ανακοινώθηκε

Η υπόθεση διατυπώθηκε το 1859 από τον Bernhard Riemann και αφορά την κατανομή των πρώτων αριθμών. Είναι ένα από τα προβλήματα για τα οποία το Clay Mathematics Institute έχει θέσει έπαθλο 1 εκατ. δολαρίων. Ο Alpöge υποστηρίζει ότι η απόδειξη καλύπτει και τη γενικευμένη υπόθεση Riemann, πολύ ισχυρότερη διατύπωση.

Η απόδειξη έχει γραφτεί στη Lean, γλώσσα που ελέγχει μηχανικά την ορθότητα κάθε βήματος. Κατά τον Kevin Buzzard του Imperial College, που μίλησε στο Al Jazeera, ο κώδικας φτάνει περίπου τα 17 εκατομμύρια γραμμές και κανένας άνθρωπος δεν έχει ακόμη διαβάσει ολόκληρο το επιχείρημα. Η Anthropic δεν έχει κάνει επίσημη ανακοίνωση, σημειώνει το SiliconANGLE.

Ο μαθηματικός του MIT Andrew Sutherland μεταγλώττισε ανεξάρτητα την απόδειξη στη Lean. Ένα κρίσιμο σημείο είναι να επιβεβαιωθεί ότι η ίδια η υπόθεση έχει διατυπωθεί σωστά στον κώδικα. Το Scientific American μεταδίδει ότι και άλλοι ανεξάρτητοι μαθηματικοί την επιβεβαιώνουν. Λίγες ώρες μετά την ανακοίνωση, δύο μαθηματικοί υποστήριξαν ότι ένας άνθρωπος, χωρίς AI, μπορεί να είχε φτάσει σε απόδειξη μήνες νωρίτερα, ισχυρισμός που δεν έχει επαληθευτεί.

Μια χρονιά-ορόσημο για τα μαθηματικά

Η εξέλιξη δεν ήρθε από το πουθενά. Τον Ιούλιο ο ίδιος ο Alpöge δημοσίευσε λύση της εικασίας του Jacobian που παρήγαγε το Claude. Τον Σεπτέμβριο ομάδα της OpenAI ανακοίνωσε, όπως περιγράφει το Quanta Magazine, αποτέλεσμα για τις εξισώσεις Navier–Stokes, ένα από τα προβλήματα της Χιλιετίας. Εκεί περίπου 10.000 αυτόνομοι πράκτορες AI δούλεψαν 88 ώρες, με κόστος υπολογισμών αρκετών εκατομμυρίων δολαρίων. Και τώρα η υπόθεση Riemann, που οι περισσότεροι ειδικοί θεωρούσαν άπιαστη για δεκαετίες.

Τα επιχειρήματα του «ναι, πλησιάζουμε»

  • Από τον φοιτητή στον υπεράνθρωπο σε έναν χρόνο. Το Scientific American γράφει ότι μέσα στο 2026 οι μαθηματικές ικανότητες της AI πέρασαν από το επίπεδο του «αναξιόπιστου φοιτητή» σε «υπεράνθρωπη δύναμη». Ο Sutherland, που είχε πει στο παρελθόν ότι μια AI που αποδεικνύει την υπόθεση Riemann δεν είναι κάτι που θα ήθελε να συναντήσει, μιλά σήμερα για «ιστορική στιγμή» και για «μηχανή που μπορεί να σκεφτεί».
  • Οι προβλέψεις των εταιρειών. Στο Νταβός τον Ιανουάριο, ο CEO της Anthropic Dario Amodei προέβλεψε έρευνα «επιπέδου Νόμπελ» σε πολλά πεδία μέσα σε δύο χρόνια. Τα αποτελέσματα στα μαθηματικά μοιάζουν να επιβεβαιώνουν αυτή την κατεύθυνση.

Τα επιχειρήματα του «όχι ακόμη»

  • Τα μαθηματικά είναι ειδική περίπτωση. Ο καθηγητής του Georgetown Cal Newport σημειώνει στο IEEE Spectrum ότι η πρόοδος είναι ταχύτατη σε δομημένα πεδία, όπως τα μαθηματικά και ο κώδικας, όπου τα δεδομένα εκπαίδευσης παράγονται εύκολα και η ορθότητα ελέγχεται αυτόματα. Σε άλλα πεδία η πρόοδος είναι πιο αργή. Η «αναδρομική αυτοβελτίωση» που θα οδηγούσε σε έκρηξη νοημοσύνης παραμένει υπόθεση, και η ταχύτητα σκέψης δεν ταυτίζεται με τη νοημοσύνη.
  • Ένα εργαλείο, όχι συνάδελφος. Ο Buzzard παρομοιάζει την AI με τηλεσκόπιο: ισχυρό όργανο, που προς το παρόν δεν έχει «γούστο», δηλαδή την κρίση για το ποια ερωτήματα αξίζουν. Κανείς ακόμη δεν ξέρει γιατί ισχύει το θεώρημα ούτε πόσο καινούργια είναι η μέθοδος. Ο Abhishek Saha του Queen Mary αποδίδει την επιτυχία κυρίως στον Alpöge, αφού άλλοι με πρόσβαση σε παρόμοια μοντέλα δεν βρήκαν την απόδειξη.
  • Διαφωνία στην κορυφή. Ο Demis Hassabis της Google DeepMind θεωρεί ότι χρειάζονται μία ή δύο ακόμη επιστημονικές τομές για γενική νοημοσύνη και δίνει περίπου 50% πιθανότητα μέσα στη δεκαετία. Ο Yann LeCun επιμένει ότι τα γλωσσικά μοντέλα δεν θα φτάσουν ποτέ το ανθρώπινο επίπεδο.

Τα ερωτήματα εξουσίας και λογοδοσίας

Η πιο αιχμηρή κριτική δεν αφορά την ορθότητα, αλλά το ποιος ελέγχει τη γνώση. Η Association for Human Mathematics προειδοποιεί ότι κανείς δεν μπορεί σήμερα να αναλάβει πλήρως την ευθύνη μιας απόδειξης που δεν κατανοεί. Η εμπιστοσύνη μετατοπίζεται σε μοντέλα που ανήκουν σε λίγες εταιρείες, και τέτοια ορόσημα λειτουργούν και ως διαφήμιση της υπερνοημοσύνης. Ζητά δημοκρατική εποπτεία των εταιρειών AI. Ο Buzzard σημειώνει επίσης ότι οι μεγάλες ανακαλύψεις συγκεντρώνονται σε εταιρείες με εσωτερικά μοντέλα, μη διαθέσιμα στο κοινό.

Τι σημαίνει για το Δημόσιο

Η υπερνοημοσύνη μπορεί να είναι ή να μην είναι κοντά. Τα ερωτήματα όμως που θέτει η απόδειξη Riemann είναι ήδη πρακτικά για κάθε φορέα:

  • Επαλήθευση πριν από την εμπιστοσύνη. Η μηχανική επαλήθευση (όπως η Lean) είναι το πρότυπο: αποτελέσματα AI που επηρεάζουν πολίτες πρέπει να ελέγχονται με τεκμηριωμένο τρόπο, όχι επειδή «το είπε το μοντέλο».
  • Ανθρώπινη ευθύνη. Το νομοσχέδιο για την AI στην εργασία και ο AI Act ζητούν ανθρώπινη εποπτεία σε κρίσιμες αποφάσεις. Όσο ισχυρότερα τα μοντέλα, τόσο δυσκολότερος και πιο αναγκαίος ο έλεγχος αυτός.
  • Κυριαρχία και εξάρτηση. Αν οι πιο προηγμένες δυνατότητες μένουν σε εσωτερικά μοντέλα λίγων εταιρειών, η πρόσβαση κρατών, πανεπιστημίων και δήμων σε αυτές γίνεται ζήτημα πολιτικής, όπως είδαμε και στη σύγκριση των μοντέλων αιχμής.
  • Δεξιότητες. Αν η κατασκευή της λύσης περνά στη μηχανή, η αξία του ανθρώπου μετατοπίζεται στη διατύπωση των σωστών ερωτημάτων και στον έλεγχο, όπως λέει ο Saha. Αυτό αφορά και την εκπαίδευση των δημοσίων υπαλλήλων.

Η απόδειξη θα χρειαστεί εβδομάδες για να κατανοηθεί. Το ερώτημα της υπερνοημοσύνης θα μείνει ανοιχτό πολύ περισσότερο.

Πηγές

  1. Anthropic mathematician claims to prove Riemann hypothesis, most famous problem in all of math — Scientific American
  2. Remark (δήλωση του Levent Alpöge) — Levent Alpöge
  3. The AI Riemann hypothesis proof is true, independent mathematicians confirm — Scientific American
Όλες οι πηγές (10)
  1. Dueling claims of Riemann hypothesis proofs emerge — Scientific American
  2. Anthropic researcher claims to have proven Riemann hypothesis using Claude — SiliconANGLE
  3. Riemann hypothesis: Has the world’s most famous maths problem been cracked? — Al Jazeera
  4. AI Has Solved One of Math’s $1 Million Millennium Prize Problems — Quanta Magazine
  5. The AI Superintelligence Debate Has Serious Flaws — IEEE Spectrum
  6. AI luminaries at Davos clash over how close human-level intelligence really is — Fortune
  7. AHM Statement on the Announced Proof of the Riemann Hypothesis — Association for Human Mathematics

Μοιραστείτε το άρθρο

Όλα →