← Terug naar kennisbank
AI Nieuws
·
Leestijd: 4 min
Levent Alpöge, een wiskundige werkzaam bij Anthropic, heeft een opmerkelijke aankondiging gedaan: hij zegt een Lean-compilable oplossing te hebben voor de Riemann-hypothese, een van de beroemdste en langst lopende problemen in de wiskunde (uit 1859). Tegelijk is er in de gemeenschap een mix van opwinding en voorzichtigheid: experts proberen het formele bewijs te begrijpen en onafhankelijk te controleren.
Wat is de Riemann-hypothese?
De Riemann-hypothese stelt dat er een diep patroon zit in de manier waarop priemgetallen (getallen die alleen deelbaar zijn door 1 en zichzelf) voorkomen. Als de hypothese klopt, heeft dat grote consequenties voor ons begrip van getallen en verschillende takken van wiskunde. Het probleem hoort bij de zogenaamde Millennium Prize-problemen: wie een correct bewijs levert, kan een grote prijs winnen.
Je hoeft geen wiskundige te zijn om te snappen dat dit belangrijk is. Een bewezen Riemann-hypothese zou veel bestaande theorieën bevestigen en nieuwe toepassingen mogelijk maken, maar eerst moeten collega’s het bewijs precies nakijken.
Wat heeft Alpöge precies gezegd?
Alpöge publiceerde een essay waarin hij uitlegt dat hij een bewijs heeft dat zich laat compileren in Lean. Lean is een formele taal en hulpmiddel dat wiskundige bewijzen controleert; het is open-source (open en vrij beschikbaar). Daarmee is bedoeld dat het bewijs geformaliseerd is op zo’n manier dat een computer kan verifiëren dat elk stap logisch klopt.
In zijn tekst beschrijft Alpöge ook hoe hij samenwerkte met een AI-model genaamd Claude tijdens het proces. Hij vertelt over een stroom van ideeën en momenten van verwarring waarin het model volgens hem cruciale stukken hielp vinden. Tegelijk gaf hij aan dat hij zich ongemakkelijk voelde omdat hij het bewijs vroeg publiceerde zonder eerst een begrijpelijke, door mensen geschreven uitleg klaar te hebben.
Reactie van de wiskundige gemeenschap
Wiskundigen reageren op verschillende manieren: er is veel nieuwsgierigheid en ook terughoudendheid. Op een discussiekanaal (Zulip) lopen experts het formele bewijs na en delen technische opmerkingen. Eén specialist noemde onderdelen van het bewijs erg technisch en verwees naar veel bekende resultaten binnen de hogere getaltheorie die in het argument terugkomen.
Algemene indrukken:
Veel vakgenoten denken dat de formele Lean-versie op zichzelf veel waarde heeft en waarschijnlijk steekhoudend is.
Tegelijk benadrukken anderen dat een formele controle door een computer niet hetzelfde is als een menselijke, begrijpelijke uitleg. Wiskundigen willen de logica en intuïtie achter het bewijs kunnen bespreken en navertellen.
Het kan tijd kosten voordat iedereen de stappen begrijpt en accepteert.
Verdere ontwikkelingen in hetzelfde veld
De aankondiging van Alpöge komt niet alleen. Er zijn recent meerdere belangrijke claims en publicaties die verband houden met grote problemen in de wiskunde:
Alpöge en Tristan Buckmaster (NYU) publiceerden tegelijk ook werk gerelateerd aan de Navier–Stokes-vergelijkingen, een ander beroemd probleem in de wiskunde.
Alessandro Masullo, een postdoc verbonden aan Stanford, plaatste een tekst met een bewijs voor de General Riemann Hypothesis dat hij in twaalf jaar heeft opgebouwd. Volgens Stanford-professor Ravi Vakil ging het daarbij om puur menselijk werk, zonder AI.
Deze samenloop van menselijke en AI-gestuurde resultaten toont aan dat er momenteel veel activiteit en concurrentie is tussen onderzoekers en AI-labs om grote open vragen aan te pakken.
Waarom dit moment bijzonder is
Een paar feiten maken het nieuws extra opvallend:
De aankondiging van Alpöge viel samen met het moment waarop Anthropic publiekelijk genoteerd werd als een van de eerste grote frontier AI-labs op de beurs.
Het gebruik van een formeel controle-instrument zoals Lean betekent dat bewijzen in principe machineverifieerbaar worden. Dat verandert hoe wiskundig werk kan worden vastgelegd en gecontroleerd.
Tegelijker tijd verschijnen er ook klassieke, door mensen geschreven bewijzen. Dat laat zien dat zowel menselijke creativiteit als nieuwe AI-hulpmiddelen een rol spelen.
Conclusie
Als het bewijs van Alpöge standhoudt en volledig wordt begrepen door andere wiskundigen, is dat een enorme doorbraak. Voorlopig is de situatie echter dubbel: er is grote opwinding over een formeel, machinecontroleerbaar bewijs, maar óók de behoefte aan menselijke uitleg en beoordeling. De komende maanden zullen bepalend zijn: wiskundigen moeten het werk grondig doornemen, fouten of onduidelijkheden opsporen en de ideeën toegankelijk maken voor de rest van het vakgebied. Daarmee wordt duidelijk of dit echt een definitieve oplossing is, of eerst nog een stap in een langer proces van verificatie en uitleg.
