Anthropic's Claude ၏ မထုတ်ဝေရသေးသော သုတေသနဗားရှင်းတစ်ခုသည် Riemann အယူအဆနှင့် ဆက်စပ်နေသော ကာလကြာရှည်သော သင်္ချာရလဒ်ကို မြှင့်တင်ပေးခဲ့ပြီး သုညနှင့်ကိုက်ညီမှုအပိုင်းအတွက် လူသိများသော အောက်ပိုင်းဘောင်ကို 41.6% မှ 67.2% အထိ မြှင့်တင်ပေးခဲ့သည်။ 2026 ခုနှစ် ဩဂုတ်လ 10 ရက်နေ့ တွင် Anthropic မှ ထုတ်ဝေသော အောင်မြင်မှုသည် ပစ်မှတ်ထားသော သုတေသနပရောဂျက်တစ်ခုအဖြစ် မဟုတ်ဘဲ ပေါ့ပေါ့ပါးပါး စိန်ခေါ်မှုတစ်ခု၏ မမျှော်လင့်ထားသော ရလဒ်အဖြစ် ထွက်ပေါ်လာသည်- သင်္ချာပညာအားလုံးတွင် အကျော်ကြားဆုံး မဖြေရှင်းနိုင်သော ပြဿနာများထဲမှ တစ်ခုကို အမှန်တကယ် ဓားဖြင့်ထိုးပါ။ AI-မောင်းနှင်သောရှာဖွေတွေ့ရှိမှုတွင် နောက်ဆုံးပေါ်တိုးတက်မှုများအတွက်၊ ဆက်လက်ဖော်ပြရန် AI Buzz Wire ကို လိုက်နာပါ။

1859 ခုနှစ်တွင် Bernhard Riemann မှပထမဆုံးအဆိုပြုခဲ့သော Riemann အယူအဆသည် အဓိကနံပါတ်များခွဲဝေမှုနှင့်သက်ဆိုင်ပြီး Clay Mathematics Institute မှဒေါ်လာတစ်သန်းဆုငွေကိုသယ်ဆောင်သည်။ သက်သေမပြနိုင်သေးပါ။ Claude သည် အယူအဆကို ကိုယ်တိုင်မဖြေရှင်းနိုင်သော်လည်း၊ ဆက်စပ်ပြဿနာခွဲတစ်ခုအတွက် မော်ဒယ်၏လုပ်ဆောင်မှုသည် လူသားသင်္ချာပညာရှင်များက အတည်ပြုထားသော ကိန်းဂဏန်းသီအိုရီ၏ စစ်မှန်သောတိုးတက်မှုကို ကိုယ်စားပြုသည်။

Challenge ဘယ်လိုစတင်လဲ။

သင်္ချာပညာရှင်မဟုတ်သော Anthropic ဝန်ထမ်း Jarred Sumner က Riemann အယူအဆကို "တစ်ကယ်ဓားနဲ့ထိုးပါ" လို့ Claude ကို နှိုးဆော်ပြီး သင်္ချာဆိုင်ရာ ဆုံးဖြတ်ချက်အားလုံးကို မော်ဒယ်အထိ ချန်ထားခဲ့တဲ့အခါ ကြိုးပမ်းမှု စတင်ခဲ့ပါတယ်။ Claude ၏ ကနဦးကြိုးပမ်းမှုတွင် စိတ်ကူးစိတ်သန်း 650 ခန့်ကို ဖန်တီးခြင်းနှင့် စမ်းသပ်ခြင်းတို့တွင် ပါဝင်ပြီး မည်သည့်ရလဒ်မျှ ထွက်ပေါ်လာခြင်းမရှိပေ။ Sumner သည် မော်ဒယ်ကို ထပ်မံကြိုးစားရန် တိုက်တွန်းပြီးနောက်၊ Claude သည် ပြဿနာကို ပိုမိုနက်ရှိုင်းစွာ ရှာဖွေသည့် လက်အောက်ခံ 60 ခန့်ကို တစ်ရက်ခွဲခန့် ညှိနှိုင်းဆောင်ရွက်ပေးခဲ့သည်။

ဤဒုတိယကြိုးပမ်းမှုအတွင်း ကလော့ဒ်သည် ယခင်ခေတ်မီသော အောက်ပိုင်းဘောင်ကို ကျော်ဖြတ်ရန် နည်းလမ်းကို ရှာဖွေတွေ့ရှိခဲ့သည်။ Bombieri ၏ အစောပိုင်းအလုပ်နှင့် သင်္ချာပညာရှင်များ Baluyot၊ Goldston၊ Surajaya နှင့် Turnage-Butterbaugh တို့မှ ရလဒ်များကို ပေါင်းစပ်ထားသော သုညအချိုးအစားကို 41.6% မှ 67.2% သို့ တွန်းပို့ရန် လမ်းကြောင်းပေးထားကြောင်း မော်ဒယ်က တွေ့ရှိခဲ့သည်။

မိမိကိုယ်ကို စစ်ဆေးခြင်း၊ မိမိကိုယ်ကို သံသယဝင်ခြင်း စနစ်

ရလဒ်ကို အထူးထင်ရှားစေသည့်အချက်မှာ ၎င်းကိုမတင်ပြမီတွင် Claude သည် ၎င်း၏ကိုယ်ပိုင်ရှာဖွေတွေ့ရှိမှုကို မည်ကဲ့သို့ တိကျစွာစစ်ဆေးခဲ့သည်။ မော်ဒယ်သည် သက်သေများကို ပြန်လည်သုံးသပ်ရန်၊ တန်ပြန်နမူနာများကို ရှာဖွေရန်၊ ရလဒ်ကို မထုတ်ဝေရသေးကြောင်း အတည်ပြုရန် arXiv မှ စာရွက် ၅၄ စောင်ကို ဒေါင်းလုဒ်လုပ်ကာ ရှာဖွေတွေ့ရှိမှုကို အစမှပြန်လည်သက်သေပြရန် မော်ဒယ်ခွဲများကို ခွဲဝေပေးသည်။ ကြိုးပမ်းမှုတစ်ခုလုံးသည် Claude Code ရှိ session နှစ်ခုတွင် အထွက်တိုကင် 31 သန်းကို သုံးစွဲခဲ့သည်။

မှတ်သားစရာအကောင်းဆုံးမှာ Claude သည် ၎င်း၏ကိုယ်ပိုင်ရလဒ်ကို အစပိုင်းတွင် သံသယဖြစ်နိုင်သည်။ မော်ဒယ်သည် သင်္ချာတွင် အဖွင့်ပြဿနာများနှင့် AI စနစ်များ၏ သိထားသည့် ကန့်သတ်ချက်များအကြောင်း လေ့ကျင့်ရေးဒေတာမှ သင်ယူခဲ့သည်။ Claude သည် ၎င်း၏တွေ့ရှိချက်သည် မှန်ကန်ကြောင်းကို Claude မှ လက်ခံခြင်းမပြုမီတွင် ၎င်းသည် အားတက်စရာအချက်များရယူခဲ့ကြောင်း သတင်းရရှိပါသည်။ Anthropic က ၎င်း၏ ကြေညာချက်တွင် မှတ်ချက်ပြုထားသည့်အတိုင်း "ကျွန်ုပ်တို့ အများအပြားကဲ့သို့ပင် Claude သည် AI တိုးတက်မှုနှုန်းကို လျှော့တွက်သည်" ဟု ပြောကြားခဲ့သည်။

လူသားအထောက်အထားနှင့် တရားဝင်အတည်ပြုခြင်း။

ရှာဖွေတွေ့ရှိမှုသည် ကလော့ဒ်၏ နှုတ်ကပတ်တော်တစ်ခုတည်းတွင် မတည်ပါ။ Anthropic မှ သင်္ချာပညာရှင် နှစ်ယောက်ဖြစ်သည့် Levent Alpöge နှင့် Ralph Furman တို့သည် Claude ၏ အလုပ်ကို လေ့လာပြီး ကျွမ်းကျင်သူများအတွက် အလွတ်သဘော နည်းပညာဆိုင်ရာ မှတ်စုတစ်ခု ထုတ်ခဲ့သည်။ Alpöge သည် 87 နှစ်အရွယ် Jacobian အယူအဆကို ငြင်းဆိုရန်အတွက် Claude ကိုအသုံးပြုခြင်းအတွက် ခေါင်းကြီးပိုင်းများကို ယခင်ကဖော်ပြခဲ့ပြီးဖြစ်သည်၊ ဩဂုတ်လအစောပိုင်းတွင် သီးခြားသင်္ချာဆိုင်ရာအောင်မြင်မှုများကိုဖော်ပြခဲ့သည်။

Claude သည် ဆော့ဖ်ဝဲလ်ဖြင့် သင်္ချာဆိုင်ရာ ငြင်းခုံမှုများကို စစ်ဆေးသည့် သက်သေလက်ထောက် Lean ကို အသုံးပြု၍ ၎င်း၏ ရလဒ်၏ တရားဝင်အထောက်အထားကို ထုတ်လုပ်ခဲ့သည်။ Anthropic ၀ န်ထမ်း Eric Easley ဖြင့်ဖန်တီးထားသောတရားဝင်ဆောင်ရွက်မှုသည်နှိုင်းယှဉ်သူဟုခေါ်သောစံအတည်ပြုကိရိယာကိုဖြတ်သန်းသည်။

ပြင်ပပညာရှင် Brian Conrey နှင့် Dan Goldston တို့သည် Riemann zeta လုပ်ဆောင်ချက်ကို လေ့လာရာတွင် အသိအမှတ်ပြုခံထားရသော အာဏာပိုင်များက တိုတောင်းသော အသိပေးစာပါ စာတမ်းကို စစ်ဆေးခဲ့ပြီး ချဉ်းကပ်မှုကို အတည်ပြုခဲ့သည်။

##ရလဒ်က ဘာကိုဆိုလိုလဲ။

Riemann zeta လုပ်ဆောင်ချက်သည် အဓိက နံပါတ်များ ခွဲဝေမှုကို ဖော်ပြသည်- လုပ်ဆောင်ချက်၏ သုညတစ်ခုစီသည် primes ၏ အစီအစဥ်ကို ဆက်တိုက်အသေးစိတ် ပံ့ပိုးပေးပါသည်။ Riemann အယူအဆသည် ရှုပ်ထွေးသောလေယာဉ်ရှိ ဒေါင်လိုက်မျဉ်းတစ်ခုတည်းကို သတ်မှတ်ပေးသည့် သုညများဖြစ်သည်ဟု ခန့်မှန်းသည်။ ၎င်းကို သက်သေပြခြင်းမှာ သင်္ချာဘာသာရပ်တွင် ရလဒ်များ ရာနှင့်ချီသော ယူဆချက်တစ်ခုအဖြစ် ရလဒ်များ နှင့် ဆက်စပ်မှုအရှိဆုံး ခန့်မှန်းချက်တစ်ခု ဖြစ်လာခဲ့သည်။

အယူအဆ အပြည့်အစုံကို မည်သူမျှ သက်သေမပြနိုင် သို့မဟုတ် သက်သေပြနိုင်ခြင်း မရှိသော်လည်း၊ သင်္ချာပညာရှင်များသည် မျဉ်းကြောင်းပေါ်ရှိ အနိမ့်ဆုံး သုညအချိုးကို တွက်ဆခြင်းဖြင့် တိုးမြင့်လာပါသည်။ ဆယ်စုနှစ်များစွာကြာ သုတေသနပြုခဲ့ရာတွင် အဆိုပါကိန်းသေကို 41.6% သို့ တွန်းပို့ခဲ့သည်။ Claude ၏ တိုးတက်မှုသည် 67.2% သို့ တိုးတက်မှု သည် နှစ်များအတွင်း ဤတိုင်းတာမှုတွင် အကြီးမားဆုံး ခုန်တက်ခြင်းဖြစ်သည်။

Claude အသုံးပြုသောနည်းပညာများသည် Riemann အယူအဆ၏ အထောက်အထားအပြည့်အစုံသို့ ဦးတည်သွားဖွယ်မရှိကြောင်း Anthropic မှ သတိပေးခဲ့သည်။ သို့သော်၊ ရလဒ်သည် AI မော်ဒယ်များသည် သင်္ချာပညာရှင်များ၏ စိတ်ကူးစိတ်သန်းများကို တခါတရံ အံ့အားသင့်ဖွယ် လမ်းညွှန်မှုများဖြင့် ချဲ့ထွင်နိုင်သည်ကို သက်သေပြနေသည်။

AI သင်္ချာရှာဖွေတွေ့ရှိမှုပုံစံ

Riemann zeta သည် AI အကူအညီပေးသော သင်္ချာဆိုင်ရာ အောင်မြင်မှုများ တိုးပွားလာမှုစာရင်းကို လိုက်နာသည်။ 2026 အစောပိုင်းတွင် Astra ဟုခေါ်သော OpenAI မော်ဒယ်သည် စက်ဖြင့်စစ်ဆေးသော အထောက်အထားများဖြင့် တာရှည်မဖြေရှင်းနိုင်သော သင်္ချာပုစ္ဆာဆယ်ခုကို ဖြေရှင်းပေးခဲ့သည်။ Anthropic ၏ကိုယ်ပိုင် Claude Fable 5 သည် Jacobian အယူအဆကို အစောပိုင်းရက်သတ္တပတ်များက ငြင်းဆိုခဲ့သည်။ ဤရလဒ်များက ရှေ့တန်း AI မော်ဒယ်များသည် ပုံသဏ္ဍာန် အသိအမှတ်ပြုမှုနှင့် စာသားထုတ်လုပ်ခြင်းထက် ကျော်လွန်ပြီး စစ်မှန်သော သင်္ချာဆိုင်ရာ သုတေသနပြုသည့် နယ်မြေထဲသို့ ရွေ့လျားနေကြောင်း ညွှန်ပြနေသည်။

Claude ၏ Riemann zeta ရှာဖွေတွေ့ရှိမှုသည် တစ်ခုတည်းသောအားဖြင့် သီးခြားရပ်တည်နေသည်- ၎င်းသည် ညွှန်ကြားထားသော သုတေသနပရိုဂရမ်၏ ရလဒ်မဟုတ်ပေ။ သင်္ချာပညာရှင်မဟုတ်သူတစ်ဦးက AI မော်ဒယ်ကို ကျိုးကြောင်းဆီလျော်မှုမရှိသော မေးခွန်းတစ်ခုမေးသောအခါ ထွက်ပေါ်လာပြီး မော်ဒယ်သည် ယခင်က မည်သည့်လူသားမှ မတွေ့ခဲ့ရသည့်အရာဖြင့် အဖြေထွက်လာခဲ့သည်။

AI ထက်သာလွန်နေပါစေ။

နောက်ဆုံးပေါ် AI သတင်းများ၊ သုတေသနအောင်မြင်မှုများနှင့် လုပ်ငန်းခွဲခြမ်းစိတ်ဖြာမှုအတွက်၊ AI Buzz Wire သို့ ဝင်ရောက်ကြည့်ရှုပါ။

AI သတင်းများကို ဖတ်ရှုရန်