Математик Anthropic заявил о доказательстве гипотезы Римана с Claude: 1,3 ГБ кода
Математик Anthropic Левент Алпёге заявил, что вместе с нейросетью Claude доказал гипотезу Римана, самую известную нерешённую задачу математики, и всего через несколько часов своё доказательство выложил ещё один исследователь.

На главную задачу математики претендует доказательство, которое целиком не прочтёт ни один человек: его проверяет программа, и на момент публикации проверка ещё шла. Рядом появилось второе доказательство, написанное человеком за 12 лет. Оно понятное, но, по оценке авторов разбора, скорее всего содержит технические ошибки.
О заявке Алпёге написал Scientific American. Anthropic разрабатывает нейросеть Claude, а Алпёге работает в компании математиком. Громкие заявки ИИ на задачи такого уровня уже заканчивались спорами. В сентябре OpenAI объявила о решении уравнений Навье-Стокса, и критики указали, что её компьютерное доказательство не совпадает с результатом, изложенным словами.
| Показатель | Значение | Источник |
|---|---|---|
| Объём кода доказательства на Lean | 1,3 ГБ | заявка Алпёге |
| Объём в пересчёте на обычный текст | больше 250 000 страниц | хронология работы |
| Начало работы | 6 октября | хронология работы |
| Шаги доказательства | 20, из них 8 закрыты 15 ноября | хронология работы |
| Вероятность ошибки в Lean | намного меньше 1% | Эллиот Глейзер |
| Объём человеческого доказательства Масулло | около 940 страниц | объявление Масулло |
| Срок работы Масулло | 12 лет | Кевин Хартнетт |
Что доказывали и как это проверяют?
Гипотеза Римана простыми словами: это утверждение о скрытом порядке в том, как среди чисел расположены простые, то есть делящиеся только на себя и на единицу. Её входят в список «задач тысячелетия», самых трудных открытых проблем математики, за решение которых назначена премия. Алпёге говорит, что его метод покрывает и обобщённую гипотезу Римана (GRH), более широкий вариант той же задачи.
Вместо статьи Алпёге опубликовал код на Lean. Это язык, на котором доказательство записывают так, чтобы программа проверила каждый шаг, как придирчивый экзаменатор, который не пропускает ни одной строчки. Если проверка завершится и не потребует дополнительных аксиом (исходных допущений, принятых без доказательства), результат, скорее всего, верен.
Что известно о доказательстве на сегодня?
- Работа началась 6 октября. Восемь из 20 шагов закрыли 15 ноября, а последняя запись 16 ноября гласит: «GRH».
- Код весит 1,3 ГБ. Обычным текстом это больше 250 000 страниц.
- Математик Эллиот Глейзер подтвердил, что в коде формально записана именно GRH. Вероятность ошибки в самой системе Lean он оценивает намного ниже 1%. На момент публикации код ещё проверялся, и, по словам Глейзера, это займёт несколько часов.
- Claude, по словам Алпёге, сделал работу с автоморфными формами на группах высокого ранга. Это раздел теории чисел, в котором сам математик, как он признаёт, почти не разбирается.
- После этой заявки Алессандро Масулло выложил своё доказательство объёмом около 940 страниц, написанное без ИИ. Он работал над ним 12 лет, и, по данным Кевина Хартнетта, всё это время текст тайно проверяли и правили вручную.
На финишной прямой Claude далеко обогнал меня. Нет, Claude летел, танцевал и сверкал у финишной черты. : Левент Алпёге, математик Anthropic
Обычно человек направляет ИИ в задачах, которые сам знает хорошо. Здесь вышло наоборот: Claude помогал только на старте, а затем ушёл вперёд как раз там, где автор слабее всего. Авторы разбора называют это новой задачей: учиться контролировать ИИ, который умнее нас.
Какую версию Claude использовали и насколько плотно человек вёл модель, не раскрыли. Artificial Analysis отмечает, что обе заявки ИИ на «задачи тысячелетия» не подтверждены: эта и сентябрьская от OpenAI, сделанная на невыпущенной модели. Проверка таких результатов займёт годы.
Оценки расходятся. Тео Джаффи и Эге Эрдил считают, что результат показывает скорее наше слабое понимание того, насколько трудны математические задачи, чем всесторонний сверхчеловеческий интеллект. Исследователь под ником cloneofsimo сравнивает метод с олимпиадным перебором, на который у человека не хватило бы терпения.
Омар Хаттаб обратил внимание на контраст: модель решает задачи тысячелетия и при этом ошибается в тысяче простых вещей. Сам Алпёге объяснил, почему выложил только код: «Публиковать огромную нечитаемую мешанину было бы явно неуместно, поэтому я решил представить только Lean».
Что это значит для вас и что делать сейчас?
Автору Дзена эта история даёт рабочий принцип: не публикуйте то, чего сами не понимаете. Алпёге смог выложить непрочитанное доказательство только потому, что за него ручается программа-проверщик. У статьи, написанной нейросетью, такого проверщика нет, поэтому каждый факт сверяйте сами.
Маркетологу полезен вывод Хаттаба. Модель, которая блестяще справляется с одной задачей, может провалить соседнюю, более простую. Тестируйте ИИ на своих задачах, а не по громким новостям.
Предпринимателю из России и СНГ стоит разделить работу на два слоя: ИИ делает объёмную часть, а человек или чёткое правило проверяет результат. Из доступных в РФ аналогов это можно пробовать на YandexGPT и GigaChat, начиная с задач, где ошибку легко поймать: расчёты, сверка данных, черновики.
На мой взгляд, главная новость здесь не в самом доказательстве, а в развилке, которую разглядели авторы разбора. Работа ИИ скорее всего верна, но непонятна, работа человека понятна, но скорее всего неверна. Я бы не торопился праздновать, пока проверка не завершена: история с Навье-Стоксом ещё свежа. Но вывод для нас, практиков, ясен уже сегодня: ценность смещается от умения написать к умению проверить. Кто научится проверять работу ИИ, тот и выиграет.
По данным Scientific American

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

OpenAI добавила в ChatGPT GPT-6.2 Sol: уровень сентябрьской Astra за 15% стоимости
OpenAI выпустила в ChatGPT и Codex модели GPT-6.2 Astra и Sol за два дня до ожидаемого выхода Anthropic на биржу и сделала ставку на цену, а не на первое место…

Cloudflare назвала себя неолабом: компания с выручкой $3 млрд выпустила свои ИИ-модели
Cloudflare, пятнадцать лет строившая инфраструктуру интернета, выпустила собственные ИИ-модели Clef и Clairic и на конференции AI Engineer Code Summit назвала…

Нейросеть Flux 3 учат на видео и звуке: одной красивой картинки модели уже мало
Выходцы из Stability AI, авторы Stable Diffusion и нейросети Flux, учат новую FLUX 3 сразу на картинках, видео и звуке, объясняя в подкасте, почему одной…
Комментарии