حل معمای ۹۰ ساله با هوش مصنوعی؟ بررسی ۱۷ پروندهٔ ریاضی

Q: آیا OpenAI حل ۳۷۷ مسئلهٔ ریاضی را تأیید کرده است؟

در منابع رسمی بررسیشده، این تعبیر تأیید نمیشود. README مخزن در ۲۰ اکتبر ۲۰۲۶ از ۷۱۹ دستنوشته در ۳۷۲ خانوادهٔ نتیجه صحبت میکند. تعداد فایل، خانوادهٔ نتیجه و مسئلهٔ مستقلِ حلشده را نباید یکسان گرفت.

Q: آیا Lean کل مقالهٔ مربوط به تصاعدهای حسابی را تأیید کرده است؟

طبق مستند محدودهٔ رسمیسازی، گزارهٔ مربوط به حدس مجموع معکوسهای اردوش انتخاب شده است؛ کران کمیِ مقاله خارج از آن گزاره است. کنارتم کدهای Lean را مستقلاً اجرا یا اثبات کامل را داوری نکرده است.

Q: آیا با ChatGPT معمولی میتوان همین نتایج را تکرار کرد؟

انتشار این نتایج، توانایی تکرار آنها با هر مدل عمومی یا حساب ChatGPT را ثابت نمیکند. منابع این مجموعه از یک مدل داخلی OpenAI صحبت میکنند.

یک پرسش ریاضی نزدیک به ۹۰ سال بی‌پاسخ مانده بود. OpenAI می‌گوید هوش مصنوعی‌اش در ۸۸ ساعت به پاسخ رسید. واقعاً معما حل شده؟ اگر شده، چه چیزی دربارهٔ دنیای ما روشن می‌کند؟

این پرسش دربارهٔ معادلات ناویه–استوکس است؛ معادلاتی که حرکت آب و هوا را توصیف می‌کنند. ۸۸ ساعت، زمان اعلام‌شده تا رسیدن به نتیجه است؛ رسمی‌سازی و بررسی با Lean، طبق گزارش شرکت، ۱۷ ساعت دیگر طول کشید. از همین ادعا شروع می‌کنیم و با عکس، مثال و سند، ۱۷ پروندهٔ ریاضی را می‌خوانیم: مسئله چه بود، حلش به چه درد می‌خورد و چه چیزهایی هنوز باز مانده‌اند؟

اول ببینید: آیا نقش ریاضی‌دان‌ها عوض می‌شود؟

برایان گرین در این ویدیوی ۹ دقیقه و ۵۴ ثانیه‌ای دربارهٔ همین انتشار OpenAI صحبت می‌کند: رسیدن به جواب چه فرقی با فهمیدن مسیر رسیدن به آن دارد؟ و اگر ماشین هم ایده‌های تازه بسازد، سهم انسان چه می‌شود؟

برایان گرین: آیا هوش مصنوعی ریاضیات را از بین می‌برد؟ — برنامهٔ World Science Festival، ۱۵ اکتبر ۲۰۲۶؛ به زبان انگلیسی. این گفتار دربارهٔ پیامدهای خبر است، نه گزارش داوری تمام اثبات‌ها. منبع و متن گفتار · تماشا در یوتیوب

خبر در سه عدد؛ نه یک تیتر اغراق‌آمیز

۷۱۹دست‌نوشتهٔ ریاضی

۳۷۲خانوادهٔ نتیجه

۶ اکتبرتاریخ اطلاعیهٔ انتشار

منابع: README مخزن رسمی و اطلاعیهٔ OpenAI؛ بررسی در ۲۰ اکتبر ۲۰۲۶. شمار دست‌نوشته یا خانوادهٔ نتیجه، تعداد مسائل مستقلِ تأییدشده نیست.

مخزن می‌گوید نتایج از یک مدل داخلی آمده‌اند و سطح بررسی آن‌ها یکسان نیست؛ بعضی نتایجِ بدون رسمی‌سازی ممکن است اشکال داشته باشند. بنابراین تعبیر «۳۷۷ مسئلهٔ حل‌شده» از منابع بررسی‌شده درنمی‌آید. عدد بزرگ، به‌تنهایی، گزارش اعتبارسنجی نیست.

نقشهٔ مطالعه: دقیقاً چه چیزهایی را پوشش می‌دهیم؟

این مقاله شرح تمام ۳۷۲ خانواده نیست. مرور زیر شامل هر ۱۰ موضوعی است که OpenAI برایشان خلاصهٔ مسیر استدلال منتشر کرده، چند نتیجهٔ مهم دیگر و دو پروندهٔ جداگانهٔ سیالات. برای جست‌وجوی باقی موارد، فهرست کامل مقاله‌ها و چکیده‌ها و نمای کلی خانواده‌ها در دسترس‌اند.

دنبال چه هستید؟	از کجا بخوانید؟
خود مسئله، سابقه، روش و اهمیت	۱۷ پروندهٔ کوتاه
زمان حل و نقش مدل و انسان	پشت عدد «سه ساعت»
یک مثال قابل‌دیدن و سند واقعی	بخش تصاعدهای حسابی، پایین‌تر
ریمان، هاج و بقیهٔ مسائل باز	مرزهای باقی‌مانده

AI چطور کار کرد و چقدر زمان برد؟

برای مجموعهٔ اکتبر، گزارش روش تولید از یک مدل داخلیِ منتشرنشده، حدود ۴۰۰۰ مسئلهٔ مطرح‌شده در ارزیابی و میانگین محاسبه‌ای معادل سه ساعت تفکر ChatGPT Pro برای هر نتیجه حرف می‌زند. این واحد مقایسهٔ مصرف محاسبه است؛ نه ادعای اینکه هر مسئله با یک پیام و دقیقاً سه ساعت انتظار حل شده است. تقسیم تعداد خانواده‌ها بر ۴۰۰۰ هم نرخ موفقیت معتبری نمی‌دهد؛ این دو شمارش واحد یکسانی ندارند.

خلاصه‌های منتشرشده، مراجعه به کارهای قبلی، آزمودن راه‌ها، برخورد با بن‌بست و بازنویسی استدلال را نشان می‌دهند. مسیر جزئی را برای همان ۱۰ موضوع می‌توان خواند؛ برای همهٔ خانواده‌ها چنین گزارشی نداریم. کار مربوط به ناحیهٔ بدون صفر زتا و هاجِ CM نیز در README استثنای روش معمول معرفی شده است.

تاریخ روی PDF، تاریخ دست‌نوشته است؛ لزوماً لحظهٔ کشف نیست. در پرونده‌های زیر، هرجا زمان سپری‌شده یا تاریخ دقیق اولین طرح را در منابع بررسی‌شده نیافته‌ایم، آن را نامشخص گذاشته‌ایم. سن مسائل با سال ۲۰۲۶ سنجیده شده و تقریبی است.

۱۷ مسئلهٔ ریاضی

هر پرونده یک چهره از پیشینهٔ پژوهش، یک مثال تصویری و پاسخ کوتاهِ «چرا مهم است؟» دارد. عکس‌ها با نام و منبع واقعی آمده‌اند؛ مثال‌های تصویری را کنارتم برای آموزش ساخته است. نمودارها اثبات یا دادهٔ آزمایش نیستند؛ تشبیه‌ها هم در زیرنویس مشخص شده‌اند. تاریخچه، روش اعلام‌شده و منابع را می‌توانید زیر هر تصویر باز کنید. زمان دقیقِ جداگانهٔ پرونده‌های اکتبر را نمی‌دانیم و میانگین سه‌ساعته را به هرکدام نسبت نمی‌دهیم.

۱. ناویه–استوکس

$عکس تاریخی جورج گابریل استوکس$

چهره‌ای از پیشینهٔ مسئلهجورج گابریل استوکس

از نام‌گذاران معادلات حرکت سیال.

منبع تصویر · عکاس نامشخص · Public domain

اگر گردابه تندتر و باریک‌تر شود، معادله همیشه رفتار معقولی دارد؟

سه مقطع گردابه با شعاع کمتر، زمان‌های نزدیک‌تر به T و پیکان‌های نیروی خارجی؛ شماتیکِ ایدهٔ تمرکز حرکت. — این تصویر شماتیک است؛ خروجی شبیه‌سازی نیست. پیکان‌ها نقش نیروی خارجی را یادآوری می‌کنند.

چرا مهم است؟ شناختن جایی که مدل پیوستهٔ سیال می‌تواند از کار بیفتد.

تاریخچه، روش و منابع این پرونده

سؤال: آیا سرعت سیالی سه‌بعدی می‌تواند در زمانی متناهی نامتناهی شود؟

سابقه: معادلات از کار ناویه و استوکس در قرن نوزدهم می‌آیند. لره در ۱۹۳۴ وجود جواب‌های تعمیم‌یافته را ثابت کرد؛ پیشینه‌ای حدود ۹۲ساله برای پرسش همواری.

نتیجه و زمان: OpenAI در ۸ سپتامبر اعلام کرد نمونه‌ای با نیروی خارجیِ هموار ساخته است؛ این به معنی حل حالتِ بدون نیرو نیست. رسیدن به نتیجه در ۵ سپتامبر، ۸۸ ساعت پس از شروع، و ۱۷ ساعت دیگر برای Lean گزارش شده است.

روش و اهمیت: گروهی با حدود ۱۰هزار عامل، گردابه‌ای با تشدید حرکت ساخت. اهمیتش شناخت مرز مدل سیال است؛ کاربردهای خود معادلات شامل هواشناسی و طراحی هواپیماست. گزارش اصلی؛ کلی در ۱۱ سپتامبر از حل «ظاهری» و بررسی با تأمل سخن گفت، نه اعلام جایزه.

۲. اویلر بدون نیروی خارجی

$پرترهٔ نقاشی لئونارد اویلر$

چهره‌ای از پیشینهٔ مسئلهلئونارد اویلر

معادلات سیال ایدئال به نام اوست؛ تصویر نقاشی است.

منبع تصویر · Jakob Emanuel Handmann · Public domain

بدون گرانروی، آیا تغییرات حرکت می‌توانند بی‌کران شوند؟

سه منحنی شماتیک با شیب فزاینده در زمان؛ اینجا کمیت موردنظر مشتق سرعت است، نه ادعای بی‌کران‌شدن سرعت. — موج‌ها فقط تشبیهی برای رشدِ مشتق سرعت‌اند؛ شکل جواب واقعی اویلر یا اثبات بی‌کرانی خود سرعت نیستند.

چرا مهم است؟ فهم مرز مدل ایدئال سیال، وقتی اثر گرانروی حذف می‌شود.

تاریخچه، روش و منابع این پرونده

سؤال: اگر اثر گرانروی را حذف کنیم، آیا حرکت اولیهٔ هموار می‌تواند در زمان متناهی دچار شکست همواری شود؟ این پرسش با ناویه–استوکس و نیز با اویلرِ دارای نیروی خارجی یکی نیست.

سابقه: نام معادله از لئونارد اویلر می‌آید؛ سال طرح نخستینِ دقیقِ همین نسخهٔ مسئله را در منابع این بررسی تعیین نکردیم و سن معادله را سن حدس حساب نمی‌کنیم.

AI و زمان: در پروژهٔ سپتامبر، طبق گزارش OpenAI حدود ۱۰۰ عامل در حدود ۵۰ ساعت به نتیجهٔ منفی دربارهٔ همواری رسیدند. سپس این نتیجه به عامل‌های ناویه–استوکس داده شد. اثبات تحلیلی با تقویت پیاپیِ نوسان‌های موضعی کار می‌کند؛ اهمیت: شناخت شکست مدل ایدئال سیال. این پرونده جزو میانگین سه‌ساعتهٔ اکتبر نیست.

۳. اردوش و تصاعدهای حسابی

$عکس تاریخی پل اردوش$

چهره‌ای از پیشینهٔ مسئلهپل اردوش

حدس مجموع معکوس‌ها به نام اوست.

منبع تصویر · Kmhkmh · CC BY 3.0

آیا در مجموعه‌ای پراکنده هم چنین فاصله‌های برابری پیدا می‌شود؟

اعداد ۱، ۴، ۷ و ۱۰ با سه پیکانِ افزایش ثابت ۳؛ نمونهٔ دقیق تصاعد حسابی. — هر بار ۳ واحد جلو می‌رویم. این فقط یک تصاعد چهارتایی است؛ حدس دربارهٔ طول‌های دلخواه و مجموعه‌های نامتناهی است.

چرا مهم است؟ کشف اینکه چه شرطی وجودِ الگو را حتی در مجموعه‌های پراکنده تضمین می‌کند.

تاریخچه، روش و منابع این پرونده

سؤال: اگر جمع معکوس اعضای مجموعه‌ای از اعداد مثبت واگرا باشد، آیا تصاعد حسابی با هر طول متناهی در آن پیدا می‌شود؟

سابقه: اردوش و پال توران در ۱۹۳۶ مطالعهٔ کران‌های مرتبط را آغاز کردند؛ این پیشینه ۹۰ساله است، نه تاریخ قطعیِ نخستین طرحِ حدس قوی‌ترِ مجموع معکوس‌ها. قضیهٔ سمرِدی در ۱۹۷۵ حالت چگالی مثبت را پوشش داد؛ ۵۱ سال پیش.

ادعا و روش: دست‌نوشتهٔ ۲۳ سپتامبر، خانوادهٔ ۱۵۹ با کران‌های کمی و روشی که نبود تصاعد را به افزایش چگالی روی مجموعه‌ای ساختارمند ربط می‌دهد، پاسخ مثبت ادعا می‌کند. خلاصهٔ مسیر هم منتشر شده است.

اهمیت: فهم اینکه چه میزان پراکندگی هنوز با وجود الگو سازگار است؛ پیشرفتی در ترکیبیات جمعی، نه یک ابزار آمادهٔ مصرف. نمونهٔ تصویری و محدودهٔ Lean را پایین‌تر می‌بینید.

۴. شبه‌ریمان

$عکس تاریخی برنهارت ریمان$

چهره‌ای از پیشینهٔ مسئلهبرنهارت ریمان

طرح‌کنندهٔ فرضیهٔ ریمان.

منبع تصویر · · Public domain

«این ناحیه صفر ندارد» چقدر با «همهٔ صفرها روی یک خط‌اند» فاصله دارد؟

صفحهٔ مختلط با خطِ بخش حقیقی یک‌دوم، مرز هفت‌هشتم و ناحیهٔ سایه‌خوردهٔ سمت راست؛ علامت تهی فقط در ناحیهٔ ادعای بدون صفر. — محور افقی بخش حقیقی است. ناحیهٔ سبز فقط سمت راست ۷/۸ را حذف می‌کند؛ دربارهٔ تمام ناحیهٔ باقی‌مانده حکم نمی‌دهد. نشانی از محل صفرهای اندازه‌گیری‌شده رسم نشده است.

چرا مهم است؟ کنترل دقیق‌تر خطای برآوردهای نظریهٔ اعداد؛ همراه با حفظ تفاوت نتیجهٔ جزئی و فرضیهٔ کامل.

تاریخچه، روش و منابع این پرونده

سؤال: صفرهای تابع زتا و توابع مرتبط در کدام ناحیه‌ها نمی‌توانند باشند؟ برنهارت ریمان در ۱۸۵۹ فرضیهٔ معروفش را مطرح کرد؛ ۱۶۷ سال پیش. این تاریخ متعلق به فرضیهٔ کامل است، نه لزوماً نسخهٔ ضعیف‌تر این مقاله.

ادعا و روش: مقالهٔ ۳۰ سپتامبر، خانوادهٔ ۰۰۳ ناحیهٔ بدون صفر با بخش حقیقی بزرگ‌تر از ۷/۸ را، از راه برآوردهای تحلیلی و ادامه‌دادن معکوس توابع، مطرح می‌کند. مقالهٔ همراه کران ۱۱/۱۲ دارد. این‌ها صفرها را همگی روی خط ۱/۲ قرار نمی‌دهند.

اهمیت: کنترل دقیق‌تر خطای برآوردهای مربوط به اعداد اول و توابع L. فرضیهٔ کامل ریمان همچنان در فهرست حل‌نشدهٔ کلی است. زمان دقیق جداگانه را نمی‌دانیم؛ این کار در گزارش روش، استثنا معرفی شده است.

۵. هاج در خانوادهٔ CM

$عکس تاریخی ویلیام هاج$

چهره‌ای از پیشینهٔ مسئلهویلیام هاج

حدس هندسی به نام اوست.

منبع تصویر · عکاس نامشخص · Public domain

آیا اطلاعاتِ انتزاعیِ شکل، پشتوانه‌ای از جنس هندسه دارد؟

یک حلقهٔ شماتیک با مسیر رنگی، و سه کمانِ رنگی در سمت دیگر؛ تشبیهی برای بازسازی دادهٔ شکل از اجزای هندسی. — این حلقه و کمان‌ها تشبیه‌اند؛ فضای CM یا چرخهٔ هاج واقعی را رسم نمی‌کنند. پرسش اصلی دربارهٔ ساختن چرخه‌های جبریِ متناظر با کلاس‌های مشخص است.

چرا مهم است؟ وصل‌کردن اطلاعات توپولوژیک به اجزایی که با معادله‌های جبری تعریف می‌شوند.

تاریخچه، روش و منابع این پرونده

سؤال: آیا بعضی داده‌های انتزاعیِ شکل یک فضای جبری، از اجزایی می‌آیند که خودشان با معادلهٔ جبری تعریف می‌شوند؟ این بیان ساده‌ای از مسئلهٔ هاج است.

سابقه: کار ویلیام هاج در کنگرهٔ ۱۹۵۰، ۷۶ سال پیش، در منابع مقاله آمده است. این سابقهٔ حدس عمومی است؛ تاریخ نخستین طرحِ دقیقِ زیرمسئلهٔ CM را قطعی نمی‌دانیم.

ادعا و روش: دست‌نوشتهٔ ۶ اکتبر، خانوادهٔ ۰۳۲ برای واریته‌های آبلی با ضرب مختلط، یا CM، ساخت چرخه‌های جبری متناظر را مطرح می‌کند؛ نه برای همهٔ فضاهای حدس عمومی. روش تولید آن استثنای روال معمول مجموعه است و زمان دقیق جداگانه را نداریم.

اهمیت: پیوند هندسه، توپولوژی و حساب؛ خود مقاله پیامدهایی برای حدس تیت ذکر می‌کند. هاج عمومی هنوز حل‌نشده فهرست می‌شود.

۶. برچ، سوینرتون‌دایر و گلدفلد

$عکس تاریخی برایان برچ$

چهره‌ای از پیشینهٔ مسئلهبرایان برچ

از دو نام اصلی حدس برچ و سوینرتون‌دایر.

منبع تصویر · William Stein · CC BY 3.0

از روی اطلاعات یک منحنی، دربارهٔ جواب‌های کسری‌اش چه می‌فهمیم؟

منحنی واقعی وای به توان دو برابر ایکس به توان سه منهای ایکس، با نقاط گویای منفی یک و صفر، صفر و صفر، و یک و صفر. — سه نقطهٔ علامت‌خورده واقعاً روی این منحنی‌اند؛ عددهای صحیح هم گویا هستند. این نمونهٔ آشنایی با منحنی است، نه تصویر تابع L یا اثبات حدس BSD.

چرا مهم است؟ رابطه‌دادن ساختار جواب‌های کسری به اطلاعات تحلیلیِ منحنی.

تاریخچه، روش و منابع این پرونده

سؤال: چگونه رفتار یک تابع تحلیلی، ساختار جواب‌های گویای یک منحنی بیضوی را آشکار می‌کند؟ و در خانواده‌های خاص، رتبهٔ صفر و یک با چه فراوانی دیده می‌شوند؟

سابقه: برایان برچ و پیتر سوینرتون‌دایر در مقاله‌های دههٔ ۱۹۶۰ این ارتباط را بررسی کردند؛ منابع ۱۹۶۵ حدود ۶۱ سال قدمت دارند. صورت‌بندی میانگین رتبهٔ دوریان گلدفلد در ۱۹۷۹، ۴۷ سال پیش، در مقالهٔ جدید ذکر شده است.

ادعا و روش: دو پروندهٔ ۰۰۲ و ۰۰۶، با نسخه‌های ۷ اکتبر از ابزارهای حساب منحنی‌ها و گروه‌های سلمر استفاده می‌کنند؛ نتیجهٔ BSD شرط‌های مشخصی دارد، نه همهٔ منحنی‌ها و رتبه‌ها.

اهمیت: شناخت جواب‌های گویا. ارتباط کلی منحنی‌های بیضوی با رمزنگاری، به‌تنهایی ادعای شکستن رمزنگاری نمی‌سازد. BSD عمومی هنوز حل‌نشده است.

۷. تقریب عدد π با کسرها

$عکس تاریخی کورت مالر$

چهره‌ای از پیشینهٔ مسئلهکورت مالر

هم در تقریب π و هم در هندسهٔ محدب نقش تاریخی دارد.

منبع تصویر · Konrad Jacobs · CC BY-SA 2.0 de

کسرِ نزدیک به π پیدا می‌کنیم؛ اما «چقدر نزدیک» با چه مخرجی؟

خط اعداد از ۳٫۱۴۰ تا ۳٫۱۴۳ با جای واقعی پی و ۲۲ تقسیم بر ۷؛ مقدار تقریبی ۳۵۵ تقسیم بر ۱۱۳ نیز نوشته شده است. — ۲۲/۷ کمی بزرگ‌تر از π است. ۳۵۵/۱۱۳ بسیار نزدیک‌تر است، اما هنوز برابر نیست. سؤال پژوهش، رفتار همهٔ تقریب‌ها با بزرگ‌شدن مخرج است.

چرا مهم است؟ شناخت محدودیت تقریب با کسرها، نه صرفاً تولید رقم‌های بیشتر π.

تاریخچه، روش و منابع این پرونده

سؤال: مسئله، محاسبهٔ رقم‌های بیشتر π نیست؛ این است که کسرهای p/q با بزرگ‌شدن مخرج، چقدر می‌توانند استثنائاً به آن نزدیک شوند.

سابقه: کورت مالر در ۱۹۵۳ یک کران متناهی برای «نمای گنگی» π به دست داد؛ ۷۳ سال پیش. این تاریخِ یک پیشرفت مستند است، نه تاریخ اثبات‌نشدهٔ نخستین طرحِ حدسِ مقدار ۲.

ادعا و روش: مقالهٔ ۲۴ سپتامبر، خانوادهٔ ۰۱۷ مقدار دقیق ۲ را با ساخت دترمینان‌های درون‌یابی و مقایسهٔ کران‌های ناسازگار برای آن‌ها ادعا می‌کند. خلاصهٔ مسیر مدل قابل‌خواندن است.

اهمیت: نظریهٔ تقریب دیوفانتی و، طبق مقاله، تعیین همگرایی سری فلینت–هیلز؛ نه پیدا‌کردن کسرِ دقیقِ برابر با π.

۸. حدس‌های مالر

$عکس تاریخی کورت مالر$

چهره‌ای از پیشینهٔ مسئلهکورت مالر

هم در تقریب π و هم در هندسهٔ محدب نقش تاریخی دارد.

منبع تصویر · Konrad Jacobs · CC BY-SA 2.0 de

حجم یک شکل و شکل قطبیِ آن با هم چقدر کوچک می‌شوند؟

مربع و لوزیِ قطبی در دو بعد با مساحت‌های ۴ و ۲ و حاصل‌ضرب دقیق ۸. — این یک نمونهٔ دقیق دوبعدی است: مربعِ مختصات بین منفی یک و یک، قطبیِ لوزی‌شکل دارد. مسئلهٔ پژوهش دربارهٔ همهٔ ابعاد و شکل‌های مجاز است.

چرا مهم است؟ شناخت محدودیت هندسی در فضاهای پُربعد، با کمیتی که از تغییر مختصات خطی اثر نمی‌گیرد.

تاریخچه، روش و منابع این پرونده

سؤال: کمترین حاصل‌ضرب حجم یک جسم محدب و جسم «قطبی» متناظر آن چقدر است؟ قطبی از محدودیتِ ضرب داخلی با نقاط جسم اصلی تعریف می‌شود؛ صرفاً تصویر آینه‌ای آن نیست.

سابقه: مسئله به کورت مالر و کار ۱۹۳۹ او برمی‌گردد؛ حدود ۸۷ سال.

ادعا و روش: خانوادهٔ ۰۸۷ حالت متقارن و عمومی را با مقاله‌های جداگانه پوشش می‌دهد. نسخهٔ متقارنِ ۲۲ سپتامبر از ابزارهای تحلیل مختلط و انتگرال‌های حجمی استفاده می‌کند؛ اثبات متقارن به‌خودی‌خود اثبات حالت عمومی نیست. خلاصهٔ مسیر سه تلاش مرتبط هم منتشر شده است.

اهمیت: شناخت هندسهٔ فضاهای پُربعد و کران‌های هندسهٔ محدب. از این نتیجه به‌تنهایی محصول صنعتیِ فوری نتیجه نمی‌شود.

۹. بازی‌های یکتا و مرز تقریب

$عکس تاریخی میشل گومانس$

چهره‌ای از پیشینهٔ مسئلهمیشل گومانس

از پدیدآورندگان الگوریتم مرجع Max-Cut؛ مرتبط با مرز تقریب در این خانواده.

منبع تصویر · Martin Böhm · CC BY-SA 4.0

آیا همیشه می‌شود یک دسته‌بندی بهتر و سریع‌تر پیدا کرد؟

مثلثی با دو رأس آبی و یک رأس نارنجی؛ دو یال بین دو رنگ و یک یال هم‌رنگ، یعنی برش ۲ از ۳. — در این مثلث، هر تقسیمِ رأس‌ها به دو دسته حداکثر دو یال را بین دسته‌ها می‌اندازد. این مثال Max-Cutِ مرتبط با خانواده است؛ تعریف بازی‌های یکتا نیست.

چرا مهم است؟ فهم حد کیفیتِ الگوریتم‌های تقریبی برای بهینه‌سازی.

تاریخچه، روش و منابع این پرونده

سؤال: برای یک دسته مسئلهٔ برچسب‌گذاری، تشخیص جواب تقریباً کامل از جواب بسیار ضعیف چقدر سخت است؟ «بازی» در اینجا یک مسئلهٔ دقیقِ علوم کامپیوتر است.

سابقه: سوبهاش خوت حدس بازی‌های یکتا را در ۲۰۰۲ مطرح کرد؛ ۲۴ سال پیش.

ادعا و روش: مقالهٔ ۲۳ سپتامبر، خانوادهٔ ۱۰۲ حل مثبت حدس را ادعا می‌کند. خانواده همچنین کاهش‌هایی برای سختی تقریب مسائل دیگر دارد. خلاصهٔ مسیر منتشرشده مشخصاً به سختی در آستانهٔ آرام‌سازی نیمه‌معین مربوط است؛ آن را شرح تمام مقاله‌های این خانواده حساب نمی‌کنیم.

اهمیت: شناخت حد کیفیت الگوریتم‌های سریع برای مسائل بهینه‌سازی. اثبات NP-hard بودن، به‌تنهایی اثبات P≠NP نیست؛ این سؤال عمومی هنوز باز است.

۱۰. حدس کاپلانسکی

$عکس تاریخی اروینگ کاپلانسکی$

چهره‌ای از پیشینهٔ مسئلهاروینگ کاپلانسکی

طرح‌کنندهٔ حدسِ متناهی‌بودن مستقیم.

منبع تصویر · George Bergman · CC BY-SA 4.0

اگر دو عمل در یک ترتیب همدیگر را خنثی کنند، ترتیب برعکس هم جواب می‌دهد؟

دنبالهٔ سه، پنج، هفت و ادامه؛ افزودن صفر و حذف اولین عضو در یک ترتیب همانی می‌شود و در ترتیب دیگر نمی‌شود. — بالا: اول S و بعد T، دنباله برمی‌گردد. پایین: اول T و بعد S، عضو اول از دست رفته و صفر جای آن می‌آید. این مثالِ عملگر روی دنباله است، نه مثال نقضِ جبر گروهِ مقاله.

چرا مهم است؟ دیدن اینکه چرا داشتن وارون در یک جهت، همیشه وارونِ دوطرفه نمی‌سازد.

تاریخچه، روش و منابع این پرونده

سؤال: در جبر یک گروه، اگر ab=1 باشد، آیا حتماً ba=1 هم هست؟ حدسِ متناهی‌بودن مستقیم می‌گوید بله.

سابقه: مقاله به صورت‌بندی اروینگ کاپلانسکی در چاپ ۱۹۷۲ کتاب «میدان‌ها و حلقه‌ها» ارجاع می‌دهد؛ سندی ۵۴ساله، نه ادعای قطعیِ اولین سال طرح.

ادعا و روش: نسخهٔ ۴ اکتبر، خانوادهٔ ۱۹۷ روی میدان دوعضوی، گروه و عناصری می‌سازد که جهت عکس تساوی برایشان برقرار نیست. ابزار ساخت، گراف‌های برچسب‌دار و حذف زوجی جمله‌هاست. مسیر مدل منتشر شده است.

اهمیت: تعیین مرز یک اصل در نظریهٔ گروه و حلقه. این نمونهٔ روشنی است که «حل» یعنی رد حدس، نه اثبات آن.

۱۱. فرمول مزارد–پاریزی

$عکس تاریخی جورجو پاریزی$

چهره‌ای از پیشینهٔ مسئلهجورجو پاریزی

از پدیدآورندگان تصویر کاواک در شیشه‌های اسپینی.

منبع تصویر · Lorenza Parisi · CC BY-SA 4.0

وقتی خواسته‌های محلی با هم ناسازگارند، کل سیستم چه می‌کند؟

مثلث اسپین‌های بالا، پایین، بالا؛ دو پیوند با جهت مخالف و یک پیوند ناسازگار، در کنار فهرست چند حالت ممکن. — در این مثلثِ آموزشی، هر اسپین دو حالت بالا یا پایین دارد. دو ضلع راضی می‌شوند و یک ضلع ناراضی می‌ماند. فرمول پژوهش سهم حالت‌های بسیار زیاد را در مدل مشخصِ بزرگ حساب می‌کند.

چرا مهم است؟ فهم رفتار جمعیِ سیستم‌های تصادفی با برهم‌کنش‌های رقابتی.

تاریخچه، روش و منابع این پرونده

سؤال: در مدلی با برهم‌کنش‌های تصادفی و کم‌تعداد، کدام فرمول رفتار انرژی آزاد را در حد سیستم بسیار بزرگ توصیف می‌کند؟

سابقه: تصویر کاواکِ مارک مزارد و جورجو پاریزی در ۲۰۰۱، ۲۵ سال قدمت دارد؛ صورت دقیقِ برابریِ بررسی‌شده به مقالهٔ پانچنکو و تالاگران در ۲۰۰۴، ۲۲ سال پیش، ارجاع دارد.

ادعا و روش: مقالهٔ ۲۳ سپتامبر، خانوادهٔ ۲۲۱ برای کلاس مشخصی از مدل‌های ایزینگ، برابری فرمول سلسله‌مراتبی با حد فشار را مطرح می‌کند؛ از ساخت‌های سلسله‌مراتبی متناهی و کنترل هم‌پوشانی نمونه‌ها استفاده می‌کند. خلاصهٔ مسیر در دسترس است.

اهمیت: فیزیک آماریِ بی‌نظمی و مدل‌های احتمالاتی مرتبط با بهینه‌سازی؛ نه حل همهٔ سیستم‌های نامنظم.

۱۲. مدل آهنربای هایزنبرگ

$عکس تاریخی ورنر هایزنبرگ$

چهره‌ای از پیشینهٔ مسئلهورنر هایزنبرگ

مدل کوانتومیِ این پرونده به نام اوست.

منبع تصویر · عکاس نامشخص · Public domain

چرا با کمی گرم‌ترشدن، نظم مغناطیسی کاهش پیدا می‌کند؟

دو آرایهٔ هشت‌فلشی: اولی هم‌راستا و دومی با انحراف‌های اندک؛ تشبیه افت نظم جمعی با افزایش کم دما. — فلش‌ها تشبیه کلاسیکیِ جهت‌گیری جمعی‌اند؛ تصویرِ حالت کوانتومی اسپین نیستند. قانون بلوخ دربارهٔ آهنگ افت مغناطش در دماهای پایین است.

چرا مهم است؟ دادن پایهٔ دقیق ریاضی به رفتار دماییِ یک مدل آهنربا.

تاریخچه، روش و منابع این پرونده

سؤال: آیا یک مدل کوانتومیِ آهنربا بدون میدان خارجی هم مغناطش دارد و در دماهای پایین، مغناطش با چه آهنگی کاهش می‌یابد؟

سابقه: این خانواده به مدل هایزنبرگ و قانون فلیکس بلوخ مربوط است. پیش‌بینیِ T به توان ۳/۲ به کار بلوخ در ۱۹۳۰، حدود ۹۶ سال پیش، ارجاع دارد؛ سن پیش‌بینی با سن تمام زیرمسئله‌های خانواده یکی نیست.

ادعا و روش: خانوادهٔ ۲۷۱ چند نتیجه دارد. نسخهٔ ۵ اکتبر قانون بلوخ با ضریب دقیق را برای مدل مشخص سه‌بعدی مطرح می‌کند. خلاصهٔ مسیر دربارهٔ مغناطش خودبه‌خودی است؛ روش با نمایش‌های تبادل اسپین و کنترل بازگشت‌ها کار می‌کند.

اهمیت: پایهٔ ریاضی رفتار جمعی مادهٔ مغناطیسی؛ نه معرفی یک ماده یا آهنربای ساخته‌شدهٔ تازه.

۱۳. فاکتورهای گروه آزاد

$عکس تاریخی جان فون‌نویمان$

چهره‌ای از پیشینهٔ مسئلهجان فون‌نویمان

از بنیان‌گذاران نظریهٔ جبرهای عملگری.

منبع تصویر · Los Alamos Laboratory · Attribution

ظاهر متفاوت است؛ آیا رابطه‌های درونی همان‌اند؟

دو گراف با اتصال‌های یکسان و برچسب‌های متفاوت؛ تشبیه حفظ ساختار زیر تغییر نمایش، نه رسم فاکتورهای گروه آزاد. — این دو گراف فقط یک تشبیه روشن برای هم‌ریختی‌اند. مقاله دربارهٔ جبرهای عملگریِ گروه‌های آزاد است؛ ادعا نمی‌کند خودِ گروه آزادِ دو مولدی و سه مولدی هم‌ریخت‌اند.

چرا مهم است؟ تشخیص تفاوت واقعیِ ساختارها، فراتر از اسم‌ها و شیوهٔ نمایششان.

تاریخچه، روش و منابع این پرونده

سؤال: آیا جبرهای عملگری ساخته‌شده از گروه آزادِ دو مولدی و سه مولدی، با وجود ظاهر متفاوت، هم‌ریخت‌اند؟

سابقه: زمینه از کار موری و فون‌نویمان می‌آید؛ مقدمهٔ مقاله طرح پرسش هم‌ریختیِ رتبه‌ها را به ریچارد کادیسون نسبت می‌دهد. سال دقیق نخستین طرح را در منابع بررسی‌شده پیدا نکردیم؛ بنابراین عددی برای عمر دقیق مسئله نمی‌دهیم.

ادعا و روش: مقالهٔ ۲۳ سپتامبر، خانوادهٔ ۲۸۷ هم‌ریختی را با ساخت تبدیل‌هایی که رد را حفظ می‌کنند و یک فرایند تقریب مطرح می‌کند. مسیر مدل هم موجود است.

اهمیت: طبقه‌بندی جبرهای عملگری و فهم اینکه کدام تفاوت‌های ظاهری، تفاوت ساختاری‌اند؛ کاربرد مستقیم تازه‌ای در منبع اثبات نشده است.

۱۴. مدل ولاسوف–ماکسول

$پرترهٔ حکاکی جیمز کلرک ماکسول$

چهره‌ای از پیشینهٔ مسئلهجیمز کلرک ماکسول

معادلات میدانِ مدل به نام اوست؛ تصویر حکاکی است.

منبع تصویر · digitized from an engraving by G. J. Stodart from a photograph by Fergus of Greenock · Public domain

ذرات میدان می‌سازند و میدان ذرات را حرکت می‌دهد؛ این چرخه پایدار می‌ماند؟

ذرات با پیکان حرکت در یک قاب و خطوط میدان در قاب دیگر؛ دو پیکان میان قاب‌ها حلقهٔ بازخورد را نشان می‌دهند. — پیکان‌های رفت‌وبرگشت، اثر متقابل را نشان می‌دهند. مسیرها شماتیک‌اند؛ خروجی شبیه‌سازی یا مدل همهٔ انواع پلاسما نیستند.

چرا مهم است؟ فهم اینکه در مدل مشخص، جوابِ هموار و یکتا با گذشت زمان ادامه دارد یا نه.

تاریخچه، روش و منابع این پرونده

سؤال: در مدل نسبیتیِ پلاسمای بدون برخورد، آیا ذرات و میدان الکترومغناطیسی از دادهٔ اولیهٔ هموار، برای همیشه یک جواب هموار و یکتا می‌سازند؟

سابقه: نام مدل از ولاسوف و ماکسول می‌آید. کار گلاسی و اشتراوس در ۱۹۸۶، ۴۰ سال پیش، یکی از ایستگاه‌های مستند نظریهٔ پیشین است؛ نه تاریخ قطعی نخستین طرحِ همین مسئله.

ادعا و روش: مقالهٔ ۲۳ سپتامبر، خانوادهٔ ۳۶۲ برای داده‌های بزرگ با فرض‌های مشخصِ تکیه‌گاه و انرژی، کنترل تکانهٔ ذرات را به ادامهٔ همواری ربط می‌دهد. خلاصهٔ مسیر نیز منتشر شده است.

اهمیت: پایهٔ نظری مدل‌سازی پلاسما. این نتیجه، اثبات کارکرد یک رآکتور همجوشی یا پوشش همهٔ مدل‌های پلاسما نیست.

۱۵. مسئلهٔ دهم هیلبرت

$عکس تاریخی داوید هیلبرت$

چهره‌ای از پیشینهٔ مسئلهداوید هیلبرت

پرسش اولیهٔ مسئلهٔ دهم به نام اوست.

منبع تصویر · عکاس نامشخص · Public domain

می‌توان یک روش ساخت که دربارهٔ هر معادله، جوابِ کسری را تشخیص بدهد؟

دو معادلهٔ ایکس به توان دو منهای چهار و منهای دو؛ اولی جواب گویای دو دارد و دومی هیچ جواب گویایی ندارد. — هر دو مثال ساده قابل‌تصمیم‌اند. پرسش هیلبرت دربارهٔ یک روش عمومی برای همهٔ چندجمله‌ای‌ها و تعداد متغیرهای دلخواه است؛ دو مثال، ناممکن‌بودن آن روش را ثابت نمی‌کند.

چرا مهم است؟ شناخت مرز توان یک حل‌کنندهٔ عمومی؛ حتی اگر روی مثال‌های فراوان موفق باشد.

تاریخچه، روش و منابع این پرونده

سؤال: آیا الگوریتمی وجود دارد که برای هر چندجمله‌ای با ضریب صحیح، تشخیص دهد جوابِ کسری دارد یا نه؟

سابقه: داوید هیلبرت در ۱۹۰۰، ۱۲۶ سال پیش، نسخهٔ مربوط به جواب‌های صحیح را مطرح کرد؛ آن نسخه در ۱۹۷۰ پاسخ منفی گرفت. این تاریخ‌ها را به‌اشتباه عمر و زمان حلِ نسخهٔ گویای فعلی حساب نمی‌کنیم؛ تاریخ اولین طرحِ این تعمیم را قطعی نکرده‌ایم.

ادعا و روش: مقالهٔ ۶ اکتبر، خانوادهٔ ۰۰۴ پاسخ منفی را با ارتباط‌دادن حل‌پذیری صحیح و آزمون‌های گویا، همراه با ابزارهای هندسهٔ حسابی، ادعا می‌کند.

اهمیت: تعیین مرز امکانِ یک حل‌کنندهٔ عمومی معادلات. اگر درست باشد، خودِ نتیجه می‌گوید هیچ الگوریتم همه‌کاره‌ای برای این وظیفه وجود ندارد؛ نه اینکه AI همهٔ معادله‌ها را حل می‌کند.

۱۶. ثابت کاتالان

$پرترهٔ نقاشی اوژن کاتالان$

چهره‌ای از پیشینهٔ مسئلهاوژن کاتالان

ثابت کاتالان به نام اوست؛ تصویر نقاشی است.

منبع تصویر · Émile Delperée · Public domain

جمعِ بی‌نهایت کسر، الزاماً خودش یک کسر است؟

سه جمع جزئیِ دقیقِ سری کاتالان، سپس سری نامتناهی و مقدار تقریبی ۰٫۹۱۵۹۶۵؛ پرسش این است که حد، گویاست یا نه. — هر جمعِ متناهی گویاست؛ از این نمی‌شود گویا‌بودن حدِ نامتناهی را نتیجه گرفت. ثابت کاتالان حد این سری است و علامت سؤال، پرسش تاریخیِ پیش از ادعای تازه را نشان می‌دهد.

چرا مهم است؟ فهم ماهیت یک عدد خاص، فراتر از محاسبهٔ اعشار آن.

تاریخچه، روش و منابع این پرونده

سؤال: آیا عدد حاصل از سری ۱−۱/۹+۱/۲۵−۱/۴۹+… گویاست یا گنگ؟ محاسبهٔ اعشار بسیار زیاد، به‌تنهایی جواب نمی‌دهد.

سابقه: ثابت به نام اوژن کاتالان شناخته می‌شود؛ اما اولین سال و نخستین طرح‌کنندهٔ دقیقِ پرسش گنگی را از منابع این بررسی تعیین نکردیم. تاریخ نام‌گذاری عدد را جای عمر مسئله نمی‌گذاریم.

ادعا و روش: مقالهٔ ۲۴ سپتامبر، خانوادهٔ ۰۰۵ گنگی را مطرح می‌کند؛ تقریب‌های گویا و کنترل مخرج‌ها باید به تناقض با فرض گویا‌بودن منتهی شوند.

اهمیت: فهم ماهیت حسابیِ یک مقدار خاص از توابع L و روش‌های تقریب. این یک دستاورد نظری است؛ کاربرد مصرفی تازه‌ای برایش در منبع گزارش نشده است.

۱۷. چولا و الیوت

$عکس تاریخی ترنس تائو$

چهره‌ای از پیشینهٔ مسئلهترنس تائو

از پژوهشگران نتایج پیشین دربارهٔ هم‌بستگی‌های چولا و الیوت.

منبع تصویر · Gert-Martin Greuel · CC BY-SA 2.0 de

زوج و فردِ تعداد عامل‌های اولِ دو همسایه چقدر به هم ربط دارد؟

اعداد ۶، ۷، ۸ و ۹، تجزیهٔ اولی آن‌ها، تعداد عوامل با احتساب تکرار و علامت‌های مثبت یا منفی تابع لیوویل. — ۶ دو عامل دارد؛ ۸ سه عامل، چون ۲ سه بار تکرار می‌شود. سطر آخر برای تعداد زوج علامت مثبت و برای تعداد فرد علامت منفی دارد. چهار مثال، رفتار میانگینِ مجموعهٔ نامتناهی را ثابت نمی‌کند.

چرا مهم است؟ سنجیدن رفتار شبه‌تصادفیِ ساختار ضربی اعداد در مقیاس بزرگ.

تاریخچه، روش و منابع این پرونده

سؤال: اگر تعداد عوامل اولِ n و n+h را با احتساب تکرار بشماریم، زوج یا فرد بودن آن‌ها در میانگین تا چه حد به هم وابسته است؟

سابقه: حدس عمومی چولا در منبع ۱۹۶۵ ساروَدامان چولا آمده؛ حدود ۶۱ سال پیش. نتیجهٔ تازه نسخهٔ دو‌نقطه‌ای و صورت اصلاح‌شده‌ای از مسئلهٔ الیوت است، نه همهٔ هم‌بستگی‌های چندنقطه‌ای.

ادعا و روش: مقالهٔ ۲۴ سپتامبر، خانوادهٔ ۰۰۷ از گراف‌های بخش‌پذیری و برآوردهای طیفی برای کنترل هم‌بستگی استفاده می‌کند. خلاصهٔ مسیر مدل منتشر شده است.

اهمیت: شناخت رفتار شبه‌تصادفی توابع عددی و ساختار ضربی اعداد؛ این ادعا معادل کشف الگوی ساده‌ای برای پیش‌بینی همهٔ اعداد اول نیست.

یک پرونده را دقیق‌تر ببینیم: اردوش و سمرِدی

پشت اصطلاح‌های مقاله، پرسش‌هایی انسانی با سابقه‌ای طولانی قرار دارند. حدس مجموع معکوس‌ها به نام پل اردوش آمده و کران‌های جدید به خانوادهٔ مسائل مربوط به قضیهٔ سمرِدی وصل‌اند.

عکس واقعی پل اردوش با عینک در یک سمینار دانشجویی در بوداپست، سال ۱۹۹۲ — **پل اردوش**پرسش این است: اگر جمع معکوس اعضای مجموعه‌ای از اعداد صحیح مثبت به حدی متناهی نرسد، آیا تصاعدهایی با طول دلخواه در آن پیدا می‌شوند؟ عکس: Kmhkmh، ۱۹۹۲؛ منبع · CC BY 3.0؛ فایل بدون تغییر محتوایی.

عکس واقعی اندره سمرِدی با پیراهن آبی در سال ۲۰۱۰ — **اندره سمرِدی**ریاضی‌دان برندهٔ جایزهٔ آبل ۲۰۱۲؛ کار او دربارهٔ الگوهای منظم در مجموعه‌های عددی، زمینهٔ تاریخی این بحث است. عکس: Sergio01، ۲۰۱۰؛ منبع · CC BY-SA 3.0؛ فایل بدون تغییر محتوایی.

مسئله را با چهار عدد ببینیم

عددهای ۱، ۴، ۷ و ۱۰ هر بار سه واحد بیشتر می‌شوند؛ این یک تصاعد حسابی است. اما در انتخاب ۱، ۴، ۵ و ۱۰ هیچ سه عددِ متمایزی با فاصلهٔ برابر نداریم.

مقایسهٔ دو مجموعه: ۱، ۴، ۷، ۱۰ با فاصلهٔ ثابت سه؛ و ۱، ۴، ۵، ۱۰ بدون تصاعد سه‌عضوی — تعداد اعضا یکسان است؛ شکل انتخاب فرق دارد. این مثال آموزشی کنارتم است، نه اثبات نتیجهٔ پژوهشی.

حالا بازه را بزرگ کنید: از میان عددهای ۱ تا N، حداکثر چند عدد می‌توان انتخاب کرد که چنین الگویی نداشته باشند؟ مقاله دنبال یک حد قابل‌اثبات برای اندازهٔ این مجموعه‌هاست. دیدن چند مثال، جای اثباتی را که برای همهٔ حالت‌های موردنظر معتبر باشد نمی‌گیرد.

سند اصلی: مدل چه ادعایی کرده است؟

تصویر واقعی عنوان و چکیدهٔ مقالهٔ Quasipolynomial Bounds for Arithmetic Progressions از OpenAI، با تاریخ ۲۳ سپتامبر ۲۰۲۶ و فرمول کران پیشنهادی — بخشی از صفحهٔ اول مقالهٔ اصلی؛ تصویر واقعی PDF است. برای بزرگ‌نمایی لمس کنید.

جملهٔ کلیدی چکیده: مقاله پاسخ مثبت به حدس مجموع معکوس‌های اردوش را مطرح می‌کند و کرانی کمی برای مجموعه‌های بدون تصاعد می‌دهد. «کران» یعنی حدی ریاضی برای اندازهٔ مجموعه؛ نه لزوماً محاسبهٔ تعداد دقیق برای تک‌تک Nها.

تصویر سند نشان می‌دهد ادعا واقعاً در مقاله آمده است؛ درستی تمام استدلال‌ها را ثابت نمی‌کند. کنارتم این اثبات را مستقلاً داوری نکرده است.

مدرک دوم: Lean همهٔ مقاله را پوشش نمی‌دهد

Lean دستیار اثبات است: استدلال را با تعریف‌ها و قواعد دقیق بررسی می‌کند. اما باید دید کدام گزاره رسمی شده است.

پس «این نتیجه رسمی‌سازی دارد» را به «تمام مقاله بررسی شده» تبدیل نکنیم. کنارتم کدهای Lean این پروژه را هم مستقلاً اجرا نکرده است.

چه مسئله‌هایی هنوز باقی مانده‌اند؟

بله، مرزهای بزرگی هنوز بازند. در فهرست مؤسسهٔ کلی در روز بررسی، ۲۰ اکتبر ۲۰۲۶، پنج مسئلهٔ زیر در بخش «حل‌نشده» قرار دارند؛ ناویه–استوکس در بخش جداگانهٔ «فعال» است. وجود مقاله‌ای دربارهٔ یک حالت خاص یا ادعای تازه، خودبه‌خود این وضعیت را عوض نمی‌کند.

مسئلهٔ باز	چه چیزی هنوز اثبات نشده است؟
فرضیهٔ ریمان	قرارگرفتن همهٔ صفرهای غیر‌بدیهی زتا روی خط ۱/۲؛ ناحیهٔ بدون صفرِ ۷/۸ برای این کافی نیست.
حدس هاج	پیوند اجزای توپولوژیک و جبری در تمام فضاهای موردنظر حدس؛ نتیجهٔ CM فقط یک خانواده است.
برچ و سوینرتون‌دایر	ارتباط جواب‌های گویا با رفتار تابع L برای همهٔ منحنی‌ها و رتبه‌ها، فراتر از شرط‌های نتیجهٔ تازه.
P در برابر NP	آیا هر جوابِ سریع‌بررسی‌شدنی را می‌توان سریع پیدا کرد؟ قضیه‌های سختی تقریب این را تعیین نمی‌کنند.
یانگ–میلز و شکاف جرم	ساخت نظریهٔ کوانتومی مشخص و اثبات فاصلهٔ مثبت انرژیِ برانگیختگی از خلأ؛ مدل هایزنبرگ مسئلهٔ دیگری است.

آیا AI اصلاً سراغشان نرفته؟ این را نمی‌توان دربارهٔ همهٔ مدل‌ها و پژوهش‌های دنیا دانست. در همین مورد خاص، گزارش پروژهٔ سپتامبر می‌گوید OpenAI تلاش روی همهٔ مسائل باز هزاره را آغاز کرد و بعد منابع را به ناویه–استوکس منتقل کرد. پس برای آن پروژه، تعبیر «هنوز سمت این مسائل نرفته» درست نیست. اما شرح کامل نتیجهٔ تک‌تک تلاش‌های ناموفق، زمان هرکدام و فهرست تمام مسائلِ امتحان‌نشده را نداریم.

«هنوز راه‌حل پذیرفته‌شده نداریم» با «AI هرگز نمی‌تواند حل کند» فرق دارد. حتی بعد از یک نتیجهٔ معتبر، پیدا‌کردن اثبات ساده‌تر، روشن‌کردن ایدهٔ اصلی، حذف فرض‌ها و ساخت کاربردهای مؤثر می‌تواند مسئلهٔ پژوهشی تازه باشد.

حل این مسائل چه فایده‌ای دارد؟

فایده همیشه یک اختراع فوری نیست. در این مجموعه سه نوع ارزش می‌بینیم:

فهم مرز یک مدل: تکینگی سیال می‌تواند نشان دهد توصیف پیوسته کجا از کار می‌افتد؛ همواری پلاسما به پایهٔ نظری مدل مربوط است.
شناخت توان و محدودیت محاسبه: نتایج بهینه‌سازی می‌پرسند تا کجا می‌توان جواب تقریبی خوب گرفت؛ نتیجهٔ هیلبرت دربارهٔ ناممکن‌بودن یک تصمیم‌گیر عمومی است.
ساخت ابزار و پیوند نظری: نتایج هندسه، جبر و نظریهٔ اعداد می‌توانند روش‌های تازه‌ای برای مسائل بعدی فراهم کنند؛ ارزششان الزاماً با یک محصول تجاریِ امروز سنجیده نمی‌شود.

این‌ها تفسیر اهمیت ریاضیِ حوزه‌ها و نتایج‌اند. تبدیل هرکدام به هواشناسی دقیق‌تر، رمزنگاری متفاوت یا فناوری مواد، به گام‌های علمی و مهندسی جداگانه نیاز دارد؛ در پرونده‌ها، کاربرد اثبات‌شده را از زمینهٔ بالقوه جدا کرده‌ایم.

از پاسخ تا فهم؛ سه پلهٔ متفاوت

مرحله	پرسش اصلی
پاسخ	مدل چه راه‌حلی پیشنهاد داده؟
اثبات	چرا این نتیجه، با این فرض‌ها، درست است؟
فهم	چه ایده‌ای در آن هست و کجا به کار می‌آید؟

گروه مستقل AGMAI هم می‌گوید نقش مشورتی آن به معنی تأیید نتایج یا روش تولیدشان نیست؛ انتشار، شروع فرایند ارزیابی و فهم جامعهٔ ریاضی است. وجود نام دانشمندان در کنار خبر، جای داوری هر اثبات را نمی‌گیرد.

اگر بخواهیم خبر را دقیق‌تر بررسی کنیم، چه چیزهایی مهم‌اند؟

مدل داخلی را با هر حساب عمومی ChatGPT یکی نگیریم. ادعای حل بیش از ۱۰۰ مسئله در اطلاعیهٔ ۲۱ سپتامبر ادعای شرکت است. توصیه‌های گروه مستقل نیز بر روشن‌بودن فرض‌ها، منابع پیشین و مسئولیت انسانی تأکید می‌کنند.

از یک نتیجهٔ نظری به‌تنهایی نمی‌توان کشف فوری دارو یا شکستن رمزنگاری را نتیجه گرفت. هر کاربرد، ارتباط فنی و ارزیابی خودش را می‌خواهد. همین تمایز را در بررسی تدوین با کلود و راستی‌آزمایی خبر سلامت هم می‌بینیم.

نظر بی‌باک: وقتی سرعت کشف از سرعت فهمیدن بیشتر شود

چیزی که برای من در این خبر هیجان‌انگیز است، صرفاً قدرت محاسباتی هوش مصنوعی نیست.

ما برای مدت طولانی فرض می‌کردیم که محدودیت سرعت پیشرفت علم، تا حد زیادی به ظرفیت ذهنی و زمان انسان وابسته است. اما اگر ابزارهایی داشته باشیم که بتوانند بعضی مسیرهای پژوهش را بسیار سریع‌تر طی کنند، ممکن است یکی از این محدودیت‌ها جابه‌جا شود.

از طرف دیگر، یک سؤال جدی ایجاد می‌شود: اگر بتوانیم چیزی را اثبات کنیم، ولی هنوز درک عمیقی از چرایی آن نداشته باشیم، آیا واقعاً به همان اندازه پیشرفت کرده‌ایم؟

به نظرم باید بین سه مفهوم تفاوت قائل شویم:

پیدا‌کردن یک پاسخ درست؛
اثبات‌کردن درستی آن پاسخ؛
فهمیدن اینکه چرا آن پاسخ درست است و چه معنایی برای دنیای ما دارد.

این سه مورد همیشه یک چیز نیستند.

شاید یکی از مهم‌ترین مهارت‌های آینده، فقط توانایی حل مسئله نباشد؛ بلکه توانایی انتخاب مسئله‌های ارزشمند، ارزیابی نتایج و تبدیل کشفیات به فهم و کاربرد واقعی باشد.

در جهانی که ماشین‌ها می‌توانند در تولید دانش مشارکت کنند، چه چیزی یک دانشمند خوب، یک متفکر خوب یا حتی یک انسان خلاق را متمایز می‌کند؟

پرسش‌های رایج

آیا OpenAI حل ۳۷۷ مسئلهٔ ریاضی را تأیید کرده است؟

در منابع رسمی بررسی‌شده، این تعبیر تأیید نمی‌شود. README مخزن در ۲۰ اکتبر ۲۰۲۶ از ۷۱۹ دست‌نوشته در ۳۷۲ خانوادهٔ نتیجه صحبت می‌کند. تعداد فایل، خانوادهٔ نتیجه و مسئلهٔ مستقلِ حل‌شده را نباید یکسان گرفت.

آیا Lean کل مقالهٔ مربوط به تصاعدهای حسابی را تأیید کرده است؟

طبق مستند محدودهٔ رسمی‌سازی، گزارهٔ مربوط به حدس مجموع معکوس‌های اردوش انتخاب شده است؛ کران کمیِ مقاله خارج از آن گزاره است. کنارتم کدهای Lean را مستقلاً اجرا یا اثبات کامل را داوری نکرده است.

آیا با ChatGPT معمولی می‌توان همین نتایج را تکرار کرد؟

انتشار این نتایج، توانایی تکرار آن‌ها با هر مدل عمومی یا حساب ChatGPT را ثابت نمی‌کند. منابع این مجموعه از یک مدل داخلی OpenAI صحبت می‌کنند.

آیا هوش مصنوعی تمام مسائل باز ریاضی را حل کرده است؟

خیر. تا بررسی ۲۰ اکتبر ۲۰۲۶، مؤسسهٔ کلی همچنان ریمان، هاج، برچ و سوینرتون‌دایر، P در برابر NP و یانگ–میلز را حل‌نشده فهرست می‌کند. نتایج مربوط به بعضی حالت‌های خاص را نباید حل کامل آن مسائل دانست.

آیا هر مسئله در سه ساعت حل شده است؟

خیر. سه ساعت، میانگین محاسبهٔ معادل تفکر ChatGPT Pro در گزارش مجموعه است، نه زمان سپری‌شده برای تک‌تک مسئله‌ها. برای ناویه–استوکس، در پروژه‌ای جداگانه، ۸۸ ساعت تا رسیدن به نتیجه و ۱۷ ساعت دیگر برای رسمی‌سازی و بررسی Lean گزارش شده است.

درباره‌ی بی‌باک ←