Ett bevis som producerats av artificiell intelligens och som tillkännagavs tidigare denna månad som en del av en grupp av 377 AI-härledda matematiska resultat vinner över de mänskliga experterna som har tillbringat de senaste två veckorna med att ta isär det. Quanta Magazine skrev den 19 oktober att talteoretiker nu har packat upp det AI-genererade beviset för den kvasi-Riemann-hypotesen - en svagare version av Riemann-hypotesen, utan tvekan den största öppna frågan inom matematik - och deras bedömning är ovanligt eftertrycklig.
Jared Duker Lichtman från Stanford University kallade det "den viktigaste AI-för-matteprestationen hittills, med ganska stor marginal." Maksym Radziwiłł från New York University, vars eget arbete underbygger delar av beviset, beskrev implikationerna som "häpnadsväckande". For more context on this story, see our ongoing breaking AI news.
Vad Quasi-Riemann-hypotesen hävdar
Riemann-hypotesen har varit öppen i mer än 160 år. Det handlar om Riemanns zeta-funktion och placeringen av dess icke-triviala nollor, och det är intimt kopplat till hur primtal är fördelade mellan heltalen. Eftersom primtal är aritmetikens byggstenar, skulle ett bevis omforma enorma områden av talteorin.
Hypotesen är ett av de sju millennieprisproblemen som namngetts av Clay Mathematics Institute, och det var det enda problemet som överförts från David Hilberts berömda lista med 23 problem som tillkännagavs ett sekel tidigare.
Det tekniska skelettet, som Quanta lägger upp, har kartlagts steg för steg i generationer. Riemann visade 1859 att zetafunktionens icke-triviala nollor styr hur primtal tunnas ut längs tallinjen, och bevisade att de bara kan sitta inuti en vertikal remsa där den verkliga delen av inmatningen ligger mellan noll och ett. År 1896 visade två matematiker oberoende av varandra att inga nollor ligger på remsans högra kant - ett resultat som är tillräckligt starkt för att bevisa primtalssatsen. Själva hypotesen säger att alla icke-triviala nollor sitter exakt på remsans mittlinje, där den verkliga delen är lika med en halva. Triviala nollor vid negativa jämna heltal är redan fullt förstådda. Mer än 160 års ansträngning har minskat och undersökt den remsan utan att någonsin sätta nollorna fast.
Kvasi-Riemann-hypotesen, eller kvasi-RH, är ett strikt svagare uttalande. Trots det når konsekvenserna nästan lika långt. "På sätt och vis följer de allra flesta konsekvenserna av RH redan från kvasi-RH," sa Radziwiłł till Quanta.
Från meddelande till verifiering
Resultatet dök upp först den 6 oktober, när OpenAI tillkännagav 377 matematiska resultat härledda med dess AI-system. Bland professionella matematiker möttes tillkännagivandet till en början med uppmätt skepsis - AI-system har tidigare producerat påstådda bevis som kollapsade under expertgranskning, och verifiering har länge varit flaskhalsen som skiljer AI-genererad matematik från accepterad matematik.
Enligt Quantas rapport är detta bevis annorlunda: till skillnad från andra nya AI-bevis har detta packats upp av mänskliga experter. Talteoretiker inklusive Radziwiłł, Alexander Dunn från Georgia Institute of Technology och andra har arbetat igenom argumentet sedan tillkännagivandet, kontrollerat dess steg och placerat det inom befintlig kunskap.
Kontrollerna har hållit i sig. "Beviset är en överraskande syntes av välkända idéer", sa Dunn, som tillsammans med Radziwiłł banat väg för tekniker som resultatet delvis bygger på.
Gamla idéer, dolda kopplingar
Den kanske mest slående aspekten av beviset, sa matematiker till Quanta, är vad det inte krävde. Tvärtemot förväntningarna om att lösa även en försvagad form av Riemann-hypotesen skulle kräva fundamentalt nytt maskineri, introducerade det AI-producerade beviset inga nya koncept. Istället avslöjade den dolda kopplingar mellan etablerade, och kombinerade tekniker på ett sätt som ingen människa hade satt ihop.
Det mönstret – nyhet genom oväntad syntes snarare än genom ny teori – dyker upp som en signatur för AI-assisterad matematisk upptäckt, och det får forskare att ompröva var maskinbidraget till matematiken med största sannolikhet kommer först.
Varför det är viktigt för AI-forskning
Det verifierade resultatet är en milstolpe för AI för matematik, ett område som har accelererat snabbt i takt med att resonemangsmodeller har förbättrats. OpenAI:s tillkännagivande den 6 oktober, som vi täckte när Institute for Advanced Study väckte frågor om resultatet, var det största enskilda påståendet om AI-härledd matematik hittills. Kvasi-RH-beviset är det första resultatet från den batchen som får en detaljerad expertläsning, och det har överlevt.
För AI-labb visar avsnittet ett arbetsflöde som kan bli standard: modeller producerar kandidatbevis i stor skala och mänskliga experter prövar, verifierar och absorberar de viktiga resultaten. För matematiker är den omedelbara konsekvensen snävare men verklig - en samling konsekvenser av Riemann-hypotesen som inte längre behöver hela gissningen för att hålla.
Quanta noterar att matematiker bara börjar arbeta igenom vad bevisen betyder för fältet. Som Radziwiłł uttryckte det, är implikationerna "häpnadsväckande" - ett adjektiv som sällan kopplas till ett resultat som slutar med hela hypotesen.
Avsnittet sätter också ett riktmärke för framtida anspråk. Varje AI-labb som tillkännager matematiska genombrott kommer nu att mätas mot kvasi-RH: ett påstådda resultat som kontrollerades, verifierades och accepterades av de experter som är bäst positionerade för att motbevisa det.
Inget av detta avgör själva Riemanns hypotes. Den fullständiga gissningen förblir öppen och kvasi-RH är strikt svagare. Men för första gången har ett AI-system producerat ett bevis vid gränsen för analytisk talteori som ledande specialister inom området har packat upp och godkänt - ett faktum som kan säga lika mycket om framtiden för matematisk forskning som själva satsen.
Den här artikeln är baserad på rapportering från Quanta Magazine, publicerad 19 oktober 2026.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
