Matematikere og AI i alliance: Kan de knække matematikkens hårdeste nødder?

Matematikkens høje indsatser

Der er noget næsten poetisk over kulturen omkring matematisk problemløsning. Matematikere falder ikke tilfældigt over disse formodninger—de jager dem, bliver besat af dem, og iblandt vinder de Fields Medals for at løse dem. Jo længere et problem modstår bevis, desto mere prestigiøst bliver den endelige løsning.

I juni skete noget bemærkelsesværdigt. Grupper fra London til Berkeley samledes for at udarbejde en ny liste med 50 problemer med en vigtig begrænsning: hvert problem skal kunne verificeres automatisk. Det handler ikke bare om akademisk pænhed—det bygger bro mellem menneskelig intuition og maskinel verifikation, og skaber et framework hvor AI og matematikere for alvor kan samarbejde.

Yang-Hui He, matematiker ved London Institute for Mathematical Sciences, tog sin unge søn med til en af workshopperne. Under det opmærksomme blik fra et kage-spisende barn arbejdede matematikere sammen om at indsende problemer inden for knudeteori, algebra, topologi og talteori. Der er noget vidunderligt menneskeligt over det billede—hundredårige matematiske traditioner der møder den næste generation.

De problemer der holder matematikere vågne

Listen læser som en samling af matematisk lidelse. Her er nogle der står ud:

Summen af tre kubiktal

Hvad sker der når man prøver at udtrykke et tal som summen af tre kubiktal? Ligningen x³ + y³ + z³ = k har forvirret matematikere i årtier. I 2020 løste Andrew Booker og Andrew Sutherland tilfældet k=42 efter at have brugt 1,3 millioner computertimer på tværs af frivilliges hjemmecomputere. Det næste mål? 114. Ulempen? De mindste løsninger har sandsynligvis omkring 30 cifre—at løse det med brute force kunne koste 100 millioner dollars eller mere.

Apéry-style irrationalitetsbevis

Irrationale tal—decimaler der ikke kan udtrykkes som pæne brøker—skjuler dybe hemmeligheder. Selvom pi og √2 er velkendte eksempler, er det forbavsende svært at bevise irrationalitet. Det tog to tusind år at bevise at pi var irrationelt. I 1978 beviste Roger Apéry at ζ(3) (summen af 1/n³) var irrationel ved hjælp af en mystisk "indskrumpningsteknik". Da man spurgte ham hvordan han fandt sit bevis, sagde Apéry angiveligt at han fandt det i en blomsterpotte. Den gåde er stadig uløst den dag i dag.

Den ensomme løber-formodning

Her er et problem der lyder næsten skørt: placer løbere på en cirkulær bane, hver med en unik konstant hastighed. Formodningen forudsiger at der på et tidspunkt vil hver løber være maksimalt distant fra alle andre—deres "mest ensomme" øjeblik. Simpelt at formulere, djævelsk svært at bevise.

AI går ind i kampen

Det mest fascinerende aspekt ved dette projekt er dets forbindelse til kunstig intelligens. Epoch AI bestilte listen specifikt for at måle AI-fremskridt. Og timingen er interessant—OpenAI har for nylig hævdet en løsning på Navier-Stokes-problemet, et af de syv Millennium Prize-problemer der hver er værd 1 million dollars.

Fra slutningen af september er et par problemer fra den nye liste blevet løst, selvom den officielle samling stadig bugter af udfordringer. OpenAI har announceret at deres ikke-udgivne interne AI-model har løst mere end 100 åbne spørgsmål, selvom det er uklart hvor mange af dem der er på denne specifikke liste.

Hvorfor dette betyder noget for tech-verdenen

Du spørger måske dig selv hvad hundredårige matematiske formodninger har at gøre med moderne softwareudvikling eller cloud hosting. Mere end du tror.

For det første driver matematisk problemløsning computational innovation. Den brute force-tilgang til at løse "summen af tre kubiktal" for k=42 krævede distribueret computing på tværs af tusindvis af frivillige maskiner—en forsmag på moderne cloud infrastructure.

For det andet rører skæringspunktet mellem AI og formel verifikation ved alle aspekter af software-pålidelighed. Når matematikere insisterer på at problemer skal være "automatically checkable," praktiserer de det softwareingeniører kalder formal methods—de samme principper der gør sikre systemer troværdige.

For det tredje, og måske vigtigst, er ånden bag at tackle umulige problemer præcis det der driver teknologisk innovation. Uanset om du løser Riemann Hypotesen eller bygger den næste skalerbare hosting-platform, er tilgangen lignende: identificer begrænsningerne, find elegante løsninger, og verificer dit arbejde.

Det matematiske fællesskabs samarbejde med AI-organisationer repræsenterer et nyt kapitel i opdagelse. Disse 50 problemer er ikke bare akademiske nysgerrigheder—de er benchmarks for menneske-AI partnerskab i intellektuel stræben. Og i en æra hvor vi bygger AI-assisterede udviklingsværktøjer og vibe coding-platforme, giver det os et glimt af fremtiden at se AI tage fat på matematikkens hårdeste udfordringer.

Blomsterpotte-mysteriet forbliver uløst. Men et sted derude kommer en AI måske tættere på at forstå hvordan Apéry fandt sit bevis.