Yapay zeka şirketi Anthropic, henüz piyasaya sürülmemiş yeni bir modelinin matematik dünyasının en büyük gizemlerinden biri olan Riemann hipotezi üzerinde önemli bir ilerleme kaydettiğini duyurdu. 150 yılı aşkın süredir çözülemeyen ve asal sayıların dağılımıyla ilgili olan bu problem için hala 1 milyon dolarlık bir ödül bulunuyor.

Yapay Zeka Ajanları ve 31 Milyon Dolarlık Operasyon

Söz konusu gelişme, ileri düzey matematik eğitimi almamış bir Anthropic çalışanının modeli yönlendirmesiyle gerçekleşti. Model, bir buçuk günlük bir süre zarfında 60 farklı alt ajan koordinasyonuyla çalıştı ve toplamda 650 farklı çözüm fikrini test etti. Bu süreçte toplam 31 milyon dolarlık bir harcama yapıldı.

Çözüm Süreci ve Doğrulama Mekanizması

Operasyon kapsamında iki alt ajan temel matematiksel fikirleri geliştirirken, 13 ajan bu fikirlere katkı sağladı, 30 ajan yeni fikirler üretmeye çalıştı ve 13 ajan ise argümanların doğruluğunu kontrol eden doğrulayıcılar olarak görev yaptı. Son iki ajan ise başlangıç makalesinin yazımına yardımcı oldu. Elde edilen bulgular, şirketin bünyesindeki iki matematikçi tarafından onaylanarak açık kaynaklı kanıt yardımcısı Lean ile resmileştirildi.

Matematik Dünyasında Tartışmalar ve Diğer Başarılar

Yapay zekanın matematiksel başarısı, bilim insanları arasında iki farklı görüşün oluşmasına yol açtı. Bazı matematikçiler, kanıtların belirli yazarlara atfedilmesi geleneğinin zarar göreceği konusunda endişelerini dile getirirken; Fields Madalyası sahibi Timothy Gowers gibi isimler, bu durumun matematiği daha karmaşık ve olumlu bir şekilde değiştirebileceğini savunuyor. Anthropic'in başarısı, OpenAI'ın Astra modeliyle elde ettiği sonuçların ve Jacobian varsayımının geçersiz kılınmasının ardından gelen yeni bir gelişme olarak kaydedildi.

Ne anlama geliyor?

Yapay zeka sistemleri artık sadece mevcut bilgileri sentezlemekle kalmayıp, karmaşık problemleri çözmek için kendi içlerinde özelleşmiş küçük birimler oluşturabiliyor. Bu yöntem, bir ana denetleyicinin farklı görevler üstlenen alt birimleri yönetmesi ve birbirlerini denetlemeleri prensibine dayanıyor. Böylece sistem, hata payını düşürerek sistematik bir deneme yanılma süreci işletiyor.

Sektördeki bu eğilim, karmaşık hesaplamaların ve kanıtlama süreçlerinin insan müdahalesi olmadan otomatikleşmesini sağlıyor. Bu durum, özellikle teorik bilimlerde veri işleme hızını artırarak, insanların onlarca yıl uğraştığı matematiksel doğrulama süreçlerinin çok daha kısa sürede tamamlanmasına imkan tanıyor.