41,6% → 67,2%. Нейросеть далеко обогнала человеческий рекорд по…

Нейросеть обогнала человеческий рекорд по гипотезе Римана: 41,6% → 67,2%

Нейросети продолжают демонстрировать неожиданные возможности в фундаментальной математике: новая архитектура DeepSeek-GHD сумела вплотную приблизиться к доказательству гипотезы Римана, увеличив показатель подтверждённых нулей с 41,6% до 67,2%. Это достижение, полученное в ходе вычислительного эксперимента, уже названо крупнейшим прорывом в теории чисел за последние десятилетия. Гипотеза Римана, сформулированная ещё в 1859 году, остаётся одной из семи «задач тысячелетия», за решение которых Математический институт Клэя предлагает награду в 1 миллион долларов. Её суть сводится к распределению простых чисел: считается, что все нетривиальные нули дзета-функции имеют действительную часть, равную ½. Если это утверждение верно, то оно имеет огромное значение для криптографии, теории чисел и многих других областей. До недавнего времени рекордный показатель верифицированных нулей, достигнутый классическими алгоритмами с участием человека, застыл на отметке 41,6%. Это означало, что большая часть нулей оставалась непроверенной, и полное доказательство казалось недостижимым.

DeepSeek-GHD использовала комбинированный подход из трансформерных слоёв и специальных модулей, работающих с комплексными числами напрямую, без потери точности. За счёт этого системы удалось охватить более широкий диапазон значений и отсеять порядка 30% ложных срабатываний, которые раньше требовали ручной корректировки математиков. Время обработки одного кластера данных сократилось на 42% по сравнению с предыдущей моделью. Это означает, что нейросеть не просто ускоряет вычисления, но и делает их более точными и надёжными. Важно отметить, что нейросеть не выдвигает собственного доказательства в классическом понимании — она выполняет роль сверхбыстрого верификатора, обрабатывающего колоссальные массивы вычислений. Тем не менее, такой буст поднимает вопрос о том, что решение гипотезы, вероятно, будет найдено на стыке машинного обучения и аналитической теории чисел.

Исследователи подчёркивают: алгоритм научился выявлять паттерны, которые ускользали от человеческого взгляда, но конечный логический каркас всё ещё требует формальной проверки. Это важное уточнение: нейросеть может найти закономерности, но доказательство в математическом смысле требует строгого логического вывода, который пока не под силу алгоритмам. Однако сам факт, что ИИ способен приблизиться к решению задач такого уровня, открывает новые горизонты. Возможно, в будущем мы увидим гибридные системы, где нейросети будут генерировать гипотезы, а люди — проверять их формально.

Это достижение также поднимает этические и методологические вопросы: насколько мы готовы доверять машинам в фундаментальной науке? Если нейросеть сможет предложить решение гипотезы Римана, но не сможет его обосновать, будет ли это считаться доказательством? Математическое сообщество пока не готово дать однозначный ответ. Но одно ясно: роль ИИ в математике будет только расти, и DeepSeek-GHD — это лишь первый шаг на этом пути. В будущем мы можем увидеть не только ускорение вычислений, но и новые открытия, которые изменят наше понимание чисел и их связей. И это, безусловно, захватывающее время для математиков и программистов.

Читайте также: