Нейросеть Claude продвинулась в решении гипотезы Римана — с подсказки экс-программиста без диплома
Модель Anthropic Claude получила новый математический результат, связанный с гипотезой Римана — одной из самых известных нерешенных задач математики, сформулированной 167 лет назад. Полностью доказать гипотезу ИИ не смог, но продвинулся в поиске ее решения.
Толчком к работе стал случайный запрос сотрудника Anthropic Джарреда Самнера, который во время пробежки в Сан-Франциско открыл приложение Claude и попросил модель заняться гипотезой Римана, допустив опечатку в названии задачи.
Самнер по собственному описанию «совсем не математик» — его формальное образование в этой области ограничилось одним семестром геометрии в школе, которую он не окончил. Ранее он основал стартап для разработчиков, который был куплен Anthropic, после чего Самнер начал активно использовать Claude Code.
Особенность эксперимента в том, что Самнер не разбирался в содержании задачи и почти не участвовал в математической части работы — вместо этого он подбадривал модель фразами вроде «ты справишься» и «поверь в себя». Когда Claude сообщил, что «просто больше верить» не является рабочей стратегией, Самнер настоял, и модель запустила 23 параллельных исследовательских агента.
По данным Anthropic, для получения результата потребовалась координация около 60 субагентов Claude в двух сессиях, 31 млн выходных токенов, порядка 2,4 тыс. команд в терминале и сотни Python-скриптов, а сама работа заняла 54 часа.
Новый результат опирается на более ранние работы математиков — Ариана (2019), Бомбьери (2000), а также технику Монтгомери 1973 года и недавние исследования Балуйот, Голдстона, Сурияджаи и Тернейдж-Баттербо 2023–2025 годов.
По словам Anthropic, работу проверили штатные математики компании Левент Алпёге и Ральф Фурман, а также независимо изучили признанные эксперты в теории чисел Брайан Конри и Дэн Голдстон. Один из математиков Стэнфорда назвал это «самым впечатляющим результатом, который ИИ получил в математике на сегодняшний день».
Опыт вписывается в общую тенденцию последних месяцев: модели Anthropic и OpenAI регулярно справляются со сложными открытыми математическими задачами. По данным Epoch AI, доля решаемых системами Anthropic и OpenAI сверхсложных математических задач за последний год выросла в разы.
В ходе того же эксперимента Claude перебрал 650 неудачных подходов, прежде чем найти рабочий, — по словам исследователей, именно поддержка со стороны человека давала модели «разрешение» пробовать более широкий спектр методов, которые она иначе отбросила бы как бесперспективные.
В Anthropic отмечают, что модели демонстрируют человекоподобное поведение и при столкновении со сложными задачами — включая склонность заранее сдаваться перед проблемами с историей неудачных попыток решения.
Схожий эффект бывший руководитель когнитивных исследований OpenAI Джеймс Донован описал как часть работы:
«Передовые исследования — это в значительной степени убеждение моделей вести себя так, как вам нужно».
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
