熱門資訊> 正文
2026-11-21 10:59
智通財經APP獲悉,美東時間11月20日,也就是全球AI應用領頭羊Anthropic(ANT.US)美股上市第二天,來自該公司的頂級數學家萊文特·阿爾珀格(Levent Alpöge)在個人網站發佈四頁説明,稱他與Claude合作共同找到了困擾數學界167年的黎曼猜想的證明,並將結論推廣至狄利克雷L函數。他公開了分為14個壓縮分卷、約1,700萬行的Lean形式化源碼。
另一份文字稿據他稱超過25萬頁,因篇幅龐大、難以閲讀而未公開。Anthropic對這一聲明不予置評。同日,在周五美股乃至全球科技股普跌之際,Anthropic收於88.91美元,下跌8.50%,盤中最低價距83美元發行價僅5美分。一邊是Claude在前沿科研中展現的能力,另一邊是投資者仍待回答的問題——這種愈發強大的AI綜合能力能否以客户們願意承擔的付費與訂閲成本,實現大規模重複交付。
這項成果已經走過了「作者聲稱代碼能運行」的階段。 據麻省理工學院數論家安德魯·薩瑟蘭截至北京時間11月21日06:05公開的驗證日誌,全部175,187個模塊通過Lean內核逐項複覈,兩套獨立編寫的驗證內核均接受了完整導出的證明。
五個核心定理只依賴Lean的三條標準公理,獨立比對也確認它們與預先列出的目標命題一致。其中,經典黎曼猜想直接採用公共數學庫Mathlib已有的定義。這顯著增強了形式化證明的可信度。數學家接下來要解釋的是,哪些新思想使證明成立,又有哪些方法可以用於其他難題。克雷數學研究所仍將黎曼猜想列為未解決問題,其百萬美元獎項須待成果在合格渠道發表至少兩年、並獲國際數學界普遍認可后才予考慮。
據麻省理工學院數論家安德魯·薩瑟蘭公佈的驗證日誌,兩套獨立編寫的驗證內核均接受了完整證明,經典黎曼猜想的表述也與公共數學庫中既有的定義一致。對聚焦AI產業鏈的投資者們而言,阿爾珀格與Claude為困擾數學界167年的黎曼猜想找到了候選證明這一歷史級進展最值得關注之處,在於Claude能在專家引導下提出關鍵推導,並交出可由第三方獨立檢驗的結果。科研能力能為Anthropic支撐多大估值,進一步取決於這種表現能否在其他高價值研發任務中復現,以及每次成功所需的算力和專家工時,能否讓客户付費、也讓公司持續實現強勁獲利。
Anthropic研究員稱與Claude一道找到了黎曼猜想的證明
繼Anthropic完成創紀錄的首次公開募股后,該公司一名研究員表示,他相信自己藉助公司的人工智能軟件,解開了一道困擾數學家逾150年的著名數論難題。
數學家萊文特·阿爾珀格周五在個人網站發表説明,稱自己找到了黎曼猜想的證明。他分享了用Lean編程語言編寫的代碼鏈接,並表示這些代碼為他的結論提供了證據。
據他在説明中所述,阿爾珀格周日晚間給Anthropic首席執行官達里奧·阿莫代伊發去消息,詢問能否向公眾宣佈研究結果。阿爾珀格形容宣佈消息的時機「糟透了」,但他説:「要是再等下去,我實在受不了。」Anthropic不予置評,阿爾珀格也未迴應置評請求。
黎曼猜想關乎素數的分佈,長期以來一直被視為數學領域最困難的問題之一。
多年來,OpenAI和Anthropic一直試圖通過攻克數學和生命科學領域的難題,展示各自最前沿模型的能力。
如果阿爾珀格的成果得到確認,黎曼猜想將成為第二道可能借助AI獲解的千禧年大獎難題。今年9月,OpenAI表示,其模型已為有90年曆史的納維–斯托克斯問題給出瞭解答。
麻省理工學院高級研究科學家安德魯·薩瑟蘭表示,他在自己的計算機上驗證了阿爾珀格有關黎曼猜想的工作,還看到其他專業數學家在不同系統上完成了至少三次驗證。
薩瑟蘭説,阿爾珀格與Claude的研究建立在眾多前人工作的基礎上,其中既包括歷代數學家對黎曼猜想的研究,也包括數學形式化領域的積累。
談及未來,薩瑟蘭表示:「我既非常忐忑,也非常興奮。」他解釋説,數學家們接下來有許多年的工作可做,需要深入研究這份證明,弄清楚它可以如何應用。「這是值得慶祝的一天。」薩瑟蘭説。他也承認,數學界有人擔心AI可能給數學家的職業以及其他工作帶來衝擊。
本特利大學數學副教授、哈佛大學關聯學者諾亞·詹西拉庫薩補充表示,如果這個解答成立,對AI而言將是一件大事。
「聽起來,這份證明確實很有可能嚴密無隙、完全成立。」詹西拉庫薩表示。
阿爾珀格把嘗試證明這一猜想的經歷形容為「一場意識流般的漫遊」。他寫道:「過去幾個月,Claude和我一同探索瞭如此廣闊的數學天地,我們樂在其中。但這一次,臨近終點時,Claude把我遠遠甩在了身后。」
從素數分佈到科研AI定價,真正稀缺的是可驗證的發現
黎曼猜想斷言,黎曼ζ函數的所有非平凡零點都落在實部等於½的直線上。它之所以重要,是因為這些零點決定了實際素數計數能偏離其平滑估計多遠。黎曼ζ函數,即Riemann zeta function。
今年8月,Anthropic曾報告將可證明位於這條臨界線上的零點比例下界從41.6%提高至67.2%。這一次,阿爾珀格描述了另一條路線。他把研究引向斯捷潘諾夫在函數域上的經典方法,Claude則提出,對求和長度為 \(X\) 的馮·曼戈爾特加權和,串聯約 \(\sqrt X\) 次θ提升(theta lift),讓每次提升模擬經典證明中一重「重數」的作用。
按作者的敍述,Claude最有原創性的貢獻是提出了這一步。陶哲軒初步判斷,論證可能用到了朗蘭茲綱領與算術幾何的現代成果,釐清其全貌仍需時間。
科研AI的競爭也因此有了更具體的衡量尺度。模型可以嘗試許多證明路線,Lean可以逐步覈驗最終推導,研究者則要判斷命題是否有價值、哪些引理值得複用。對投資者而言,更有解釋力的指標是每取得一項經獨立驗證、可供客户使用的成果,總共要花多少推理算力和專家工時。
本次研究尚未披露完整的發現成本。開源路線也在爭奪同一批科研用户。加州理工學院教授謝爾蓋·古科夫與學生從零訓練專用數學模型,部分模型擅長特定問題,跨領域能力仍有限。陶哲軒推動的Open Math OS則把開放權重模型、雲計算與驗證工具整合在一起,研究文件和對話默認私有,只有研究者明確同意才用於訓練。對擁有未發表成果的實驗室而言,模型能否解決問題、證明能否獨立複覈、研究數據由誰控制,會共同決定採購與續費。