מערכת מחקר שפותחה על ידי הסטארט-אפ Physical Superintelligence, תוך שימוש במופעים של מודל אנתרופי לא פומבי, הפיקה הוכחה מלאה להשערת אהרונסון-אמבייניס, בעיה מתמטית שעמדה פתוחה מאז 2008 ונוגעת לזמן שבו מחשבים קוונטיים יכולים להשיג יתרונות אקספוננציאליים על פני מכונות קלאסיות. ההוכחה התקבלה על ידי עוזר ההוכחה הרזה, על פי מאמר שפורסם בפומבי על ידי החברה.
התוצאה, שדווחה לראשונה על ידי The Quantum Insider ומכוסה על ידי Business Insider, מתוארת על ידי חוקרים עצמאיים כנקודת ציון למתמטיקה בסיוע בינה מלאכותית - ואחת התפוקות המשמעותיות ביותר שעדיין יוחסו למודל חזיתי שמעולם לא פורסם לציבור. For more context on this story, see our ongoing artificial intelligence updates.
מה ההשערה אומרת
סקוט אהרונסון ואנדריס אמביניס הציגו את השאלה בעבודה בעקבות הרצאה של אהרונסון משנת 2008: האם אלגוריתם קוונטי עדיין יכול להשיג יתרון אקספוננציאלי כאשר לקלט שהוא מקבל אין מבנה לנצל? ההאצות הקוונטיות המוכרות ביותר, כמו אלגוריתם הפקטורינג של פיטר שור משנת 1994, פועלות מכיוון שהקלטות שלהן נושאות תבניות חוזרות שהאלגוריתם יכול לנצל. שאלת אהרונסון-אמבייניס מתייחסת למקרה ההפוך - תשומות אקראיות ובלתי מובנות באופן אחיד כאשר דפוסים כאלה נעדרים.
כדי ללמוד את השאלה, החוקרים משתמשים במודל השאילתה, שסופר באיזו תדירות אלגוריתם ניגש לקלט שלו ולא לכל פעולה שהוא מבצע. אלגוריתם קלאסי קורא סיביות אחת לכל שאילתה, בעוד שאילתה קוונטית יכולה לפעול על סופרפוזיציה של מיקומי קלט רבים בו-זמנית. אהרונסון ואמביניס שיערו שלכל פולינום בדרגה נמוכה - האובייקט המתמטי שמתאר את הסתברות הפלט של אלגוריתם קוונטי לאחר מספר נתון של שאילתות - חייב להיות משתנה בעל השפעה רבה.
אם היא נכונה, ההשערה מרמזת שניתן לדמות אלגוריתם קוונטי שיוצר שאילתות T על ידי אלגוריתם קלאסי שיוצר שאילתות רבות רק באופן פולינומי ברוב התשומות, מה שפוסל האצות אקספוננציאליות לבעיות לא מובנות. ההשערה הוכחה בהנחה של הצהרה רשמית על פולינומים, אבל ההצהרה עצמה התנגדה להוכחה במשך 18 שנים.
איך נמצאה ההוכחה
על פי הפוסט בבלוג של PSI והמאמר הנלווה, מערכת המחקר הפיקה הוכחה מלאה במהלך היום השלישי של ריצה על התשתית של PSI עצמה. המשפט הראשי וניסוח ההשערה המקורית שלו פורמלים ב-Lean 4, והגרעין של Lean - רכיב התוכנה שמאמת באופן מכני כל שלב לוגי - קיבל את ההוכחה. לאחר מכן הקצה PSI לבעיות פתוחות הקשורות למערכת, מה שהוביל אותה לחזק את התוצאה פעמיים לפני שהגרסה הסופית התקבלה.
הביקורת המתועדת של המאגר קובעת שהפיתוח הפורמלי אינו מכיל מצייני מקום הוכחה וללא אקסיומות נוספות. ההצהרות שוחזרו דרך הליבה של Lean ודרך lean4lean, יישום עצמאי של בודק הסוג של Lean, ומשווה שמשתמש בשני הגרעינים קיבל את ארבעת המשפטים הסופיים. בבדיקת בקרה במכונה שנייה, המשווה קיבל פתרון קטן אחד נכון ודחה ארבעה שגויים במכוון.
ההוכחה עוקבת אחר אסטרטגיה שהוצבו על ידי המתמטיקאים שחר לאבט וג'יאפנג ג'אנג, המבוססת על תעודות חלקיות וערכות רמות, אך מחליפה אי שוויון שהותירה התוכנית שלהם כהשערה באי שוויון חדש של כל הזוגות, שנבנה על זיווג שנוצר על ידי קביעה של הגדרות קלט - לפי PSI בנייה חורג מהקודם של Butterfly Lemma של David Reimer.
פיקוח אנושי ומגבלות מאומתות
David Turturean, חבר בצוות הטכני של PSI, פיתח וניהל את מערכת המחקר, בחן את הבעיה, הנחה את המודל לארוז טיוטה ראשונה וסקר את הטיוטה הזו; המאגר מציין אותו כאחראי לנכונות העיתון. ג'ים הלברסון בדק את ההוכחה, ופיאלה שנהאן התייחסה לפורמליזציה. המאגר חושף כי מודלים של AI יצרו את ההצהרות המתמטיות, את הטיוטה הראשונה והפורמליזציה של Lean.
לאימות יש גם מגבלות מפורשות, שהעיתון של PSI מכיר בכך. קורא אנושי עדיין חייב לאשר שההצהרה הרשמית ב-Lean תואמת את ההשערה המודפסת, והנייר הניתן לקריאה על ידי האדם אינו נבדק בעצמו במכונה. הקרנל של Lean, ההגדרות של ספריית Mathlib והמכונות המשמשות לבדיקה נשארים חלק מהבסיס המהימן.
תגובת מומחה
ההכרזה באה בעקבות מאמר מאוגוסט 2026 מאת גאי בלאן, ג'ורדן דוקטור, כרמן שטרסל ולי-יאנג טאן, אשר קבע את ההשלכות הקלאסיות של הדמייה לאלגוריתם קוונטיים מקבילים - תוצאה חלקית שנמנעה מההשערה המלאה. לפי PSI, כל ארבעת החוקרים קראו את ההוכחה המלאה, סיפקו הערות, ומכינים אקספוזיציה קצרה יותר המיועדת למומחים.
בהערכתם שפרסמה PSI כתבו החוקרים: "זוהי תוצאה עצומה. היא פותרת השערה בת עשרות שנים עם השלכות חשובות על אופי הבעיות המודות בהאצות קוונטיות. ההוכחה נשענת על מספר קווי עבודה בניתוח של פונקציות בוליאניות וקומבינטוריקה הסתברותית. הכל מאוגד בצורה קסומה למדי".
מה זה אומר עבור מחשוב קוונטי
עבור מחקר מחשוב קוונטי, המשפט מחדד את הגבול בין בעיות שבהן מכונות קוונטיות יכולות לעזור לבעיות שבהן הן לא יכולות. הוא מכוון את מעצבי האלגוריתמים לבעיות שהמבנה המתמטי או הפיזי שלהן מציע יתרונות אמיתיים, במקום חיפוש מהירות על תשומות גנריות. עם זאת, התוצאה אינה קובעת אילו יישומים בעולם האמיתי יספקו זירוזים מועילים, ומודל השאילתה אינו מתייחס לכל העבודה הדרושה לעיבוד נתונים, כך שהוא אינו קובע מגבלה כללית על זמן המחשוב הכולל או על הערך המסחרי של מכונות קוונטיות.
כתב היד והפורמליזציה של Lean 4 שלו פומביים ב-GitHub, שם הקהילה יכולה כעת לנסות לאמת את ההתאמה בין ההצהרה הרשמית להשערה המקורית - השלב הנותר שמפריד בין הוכחה שנבדקה במכונה לבין הוכחה מאושרת במלואה.
עבור Anthropic, הפרק מציע תצוגה מקדימה של יכולות שלא שוחררו לאף API: המודל שהפיק את ההצהרות המתמטיות נותר לא פומבי, והחברה לא הודיעה מתי או האם הוא יישלח.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
