Математик Anthropic заявил: Claude помог за 6 недель доказать гипотезу Римана
Математик Anthropic Левент Алпёге заявил, что с Claude за шесть недель доказал гипотезу Римана — задачу о простых числах, которой почти 170 лет. Доказательство записано кодом на Lean: компьютер сам проверяет каждый шаг, как автотесты проверяют программу. Пока это слова одного автора, и математики выясняют, что код описывает именно гипотезу Римана. Вывод для практиков: доверять ИИ можно там, где результат проверяет машина, а не глаз.
AI-обработка оригинала Guardian; редакция Hamidun News
Представьте, что вы попросили ИИ написать сложную миграцию базы данных. Выглядит убедительно, но запускать на проде страшно: вдруг модель где-то уверенно ошиблась. Теперь поднимите ставки до одной из самых известных нерешённых задач математики. Именно в таком положении оказалась история с гипотезой Римана, которую теперь пытаются подтвердить или опровергнуть. Левент Алпёге, американский математик турецкого происхождения, работающий с Anthropic, заявил, что вместе с Claude довёл её доказательство до конца. Это пока утверждение одного человека, но способ проверки в нём устроен так, что практикам стоит обратить внимание.
Что именно заявил Алпёге
В пятницу Алпёге опубликовал на личном сайте заметку: по его словам, Claude помог выстроить решение примерно за шесть недель. Он пишет, что работал с моделью и раньше, несколько месяцев, но на финише она «далеко обогнала» самого автора. В заметке есть почти поэтическая фраза о том, что Claude «летел, танцевал и искрился» у финишной черты.
Сама задача сформулирована Бернхардом Риманом в 1859 году, то есть ей почти 170 лет. Она про простые числа — те, что делятся только на единицу и на себя. Риман спрашивал, как часто они встречаются и как распределены вдоль числовой прямой, и вывел формулу для оценки, сколько простых чисел лежит до заданной границы. Гипотеза входит в список из семи «задач тысячелетия» института Клэя, и за решение каждой он обещает $1 млн.
Время публикации неловкое: заметка вышла на следующий день после того, как Anthropic вышла на биржу Nasdaq. Алпёге сам признал: «Время ужасное. Если бы мог, закончил бы раньше».
Почему здесь важен Lean
Алпёге приложил код на языке Lean и утверждает, что он позволяет проверить результат. Lean — это система формальной верификации. Доказательство записывается как программа, а компьютер строго проверяет каждый логический шаг. Это похоже на юнит-тесты: либо всё сходится, либо проверка не проходит. Так исчезает главная слабость языковых моделей — склонность писать гладкие, но неверные рассуждения.
Оговорки остаются. Когда код успешно проходит Lean, это ещё не гарантирует, что в нём записана именно гипотеза Римана, а не её упрощённая версия. Сверка формулировок — задача для людей, и математики уже за неё взялись. На момент публикации подтверждения нет.
Конкуренты и скепсис
Алпёге не единственный претендент. По данным New York Times, в пятницу независимый итальянский математик Алессандро Масулло выложил неполное доказательство, над которым работал почти 12 лет. ИИ он не использовал, потому что не вполне доверяет таким системам.
Есть и фон соревнования лабораторий. Ранее OpenAI заявила, что закрытая версия её моделей помогла решить часть другой «задачи тысячелетия». Многих удивил способ: компания стоимостью почти в триллион долларов потратила $15 млн и задействовала 10 000 ИИ-систем. Над этой отдельной задачей для Anthropic в тот момент работал Алпёге.
Часть математиков к таким историям относится плохо. Джеймс Робинсон из Университета Уорика ещё в сентябре говорил, что ему обидно видеть, как крупные компании «жгут топливо», лишь бы похвастаться новой моделью. Он назвал это «незрелым хвастовством на детской площадке», за которым стоят миллиарды долларов и риск вреда для климата.
Что из этого следует практикам
Первый вывод: связка «модель предлагает, формальный верификатор проверяет» — самый надёжный на сегодня способ получать от ИИ результаты, которым можно верить. Тот же принцип работает на меньших масштабах: тесты для сгенерированного кода, схемы для ответов агентов, автоматические проверки для критичной бизнес-логики. Чем жёстче проверка, тем меньше нужно верить модели на слово.
Второй вывод: пока математики не подтвердили доказательство, считать его фактом нельзя. Если оно выдержит экспертизу, это станет самым весомым аргументом в пользу ИИ как исследовательского инструмента. Если нет, останется напоминание, что громкое заявление и проверенный результат — разные вещи, особенно когда у компании только что прошло размещение акций.
- 21 нояб. 2026 г.OpenAI открыла ChatGPT Spaces подписчикам Plus: совместные документы с ИИ
- 21 нояб. 2026 г.Китайские техногиганты удвоили траты на ИИ до $139 млрд, а лаборатории окупают меньше 8%
- 21 нояб. 2026 г.Браузер Ego lite дал каждому ИИ-агенту своё рабочее пространство Space
- 21 нояб. 2026 г.Docker сменил бренд под ИИ-агентов, но песочницы Sandboxes вышли ещё в сентябре
Вопросы и ответы по материалу
Что известно по теме: что именно заявил Алпёге?
В пятницу Алпёге опубликовал на личном сайте заметку: по его словам, Claude помог выстроить решение примерно за шесть недель. Он пишет, что работал с моделью и раньше, несколько месяцев, но на финише она «далеко обогнала» самого автора. В заметке есть почти поэтическая фраза о том, что Claude «летел, танцевал и искрился» у финишной черты. Сама задача сформулирована Бернхардом Риманом в 1859 году, то есть ей почти 170 лет. Она про простые числа — те, что делятся только на единицу и на себя.
Что известно по теме: почему здесь важен Lean?
Алпёге приложил код на языке Lean и утверждает, что он позволяет проверить результат. Lean — это система формальной верификации. Доказательство записывается как программа, а компьютер строго проверяет каждый логический шаг. Это похоже на юнит-тесты: либо всё сходится, либо проверка не проходит. Так исчезает главная слабость языковых моделей — склонность писать гладкие, но неверные рассуждения. Оговорки остаются.
Что известно по теме: конкуренты и скепсис?
Алпёге не единственный претендент. По данным New York Times, в пятницу независимый итальянский математик Алессандро Масулло выложил неполное доказательство, над которым работал почти 12 лет. ИИ он не использовал, потому что не вполне доверяет таким системам. Есть и фон соревнования лабораторий. Ранее OpenAI заявила, что закрытая версия её моделей помогла решить часть другой «задачи тысячелетия». Многих удивил способ: компания стоимостью почти в триллион долларов потратила $15 млн и задействовала 10 000 ИИ-систем.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.