Claude ၏ Riemann အထောက်အထားကို တောင်းဆိုခြင်းသည် စုစည်းထားသည်- Lean စစ်ဆေးမှုများတွင် မည်သည့်အရာများ ပါဝင်ပြီး မည်သည့်အရာများ ကျန်ရှိနေသေးသနည်း။
Anthropic မှ သင်္ချာပညာရှင် Levent Alpöge သည် ၎င်း၏ Claude နှင့် ပူးပေါင်းဆောင်ရွက်မှုဖြင့် Riemann Hypothesis နှင့် ၎င်း၏ ယေဘုယျပြုခြင်း၏ သက်သေပြချက်ကို ရှာဖွေတွေ့ရှိခဲ့သည်ဟု ယုံကြည်ကြောင်း လေးမျက်နှာပါ မှတ်စုတစ်ခုကို တင်ခဲ့ပြီး Lean ကုဒ်ကိုသာ ထုတ်ပြန်ခဲ့သည်။
Anthropic မှ သင်္ချာပညာရှင် Levent Alpöge သည် ၎င်း၏ Claude နှင့် ပူးပေါင်းဆောင်ရွက်မှုဖြင့် Riemann Hypothesis နှင့် ၎င်း၏ ယေဘုယျပြုခြင်း၏ သက်သေပြချက်ကို ရှာဖွေတွေ့ရှိခဲ့သည်ဟု ယုံကြည်ကြောင်း လေးမျက်နှာပါ မှတ်စုတစ်ခုကို တင်ခဲ့ပြီး Lean ကုဒ်ကိုသာ ထုတ်ပြန်ခဲ့သည်။ ၎င်းသည် ဖိုင် ၁၇၅,၁၈၇ ခုတွင် လိုင်းပေါင်း ၁၇.၄ သန်းခန့်ရှိသည်။ ၎င်းကို ၂၀၂၆ ခုနှစ် နိုဝင်ဘာလ ၂၀ ရက် သောကြာနေ့တွင် တင်ခဲ့ပြီး ၎င်းသည် တောင်းဆိုချက်တစ်ခုဖြစ်ပြီး လက်ခံထားသော သက်သေပြချက်မဟုတ်ပေ။ နိုဝင်ဘာလ ၂၁ ရက် စနေနေ့ ၁၇:၀၅ GMT+7 အချိန်အထိ MIT မှ Andrew Sutherland က ဖိုင် ၁၇၅,၁၈၇ ခုလုံးသည် Lean v4.33.1 နှင့် Mathlib ဖြင့် ကွန်ပိုင်းဖြစ်ကြောင်း၊ ခေါင်းစီး သီအိုရမ် ငါးခုသည် စံသတ်မှတ်ထားသော သဘောတရားသုံးခု (propext, Classical.choice, Quot.sound) အပေါ်တွင်သာ မှီခိုနေကြောင်း၊ သီးခြားရေးသားထားသော kernels nanoda နှင့် con-leche တို့သည် ၆၁.၆ GB အပြည့်အစုံတင်ပို့ထားသော သက်သေပြချက် (၂၇ မိနစ် ၄၂ စက္ကန့်နှင့် ၃ မိနစ် ၁၅ စက္ကန့်) ကို လက်ခံကြောင်း၊ con-leche ၏ နှိုင်းယှဉ်မှုပုံစံသည် Comparator ၏ ကြေညာချက်ကိုက်ညီမှု၏ သီးခြားအကောင်အထည်ဖော်မှုတစ်ခုဖြစ်ပြီး သီအိုရမ်ငါးခုလုံးကို လက်ခံကြောင်း အစီရင်ခံခဲ့သည်။ တရားဝင် `lake comparator` လုပ်ဆောင်မှုနှင့် Lean ၏ ပုံမှန်နှင့် သံသယရှိသော kernel ပြန်လည်လုပ်ဆောင်မှုများသည် သက်သေပြချက်အပြည့်အစုံတွင် ဆက်လက်လုပ်ဆောင်နေဆဲဖြစ်သည်။ AI မှ ထုတ်လုပ်သော Lean အတွက် Kevin Buzzard ၏ မေးခွန်းလေးခု (ကြေညာချက် ကိုက်ညီပါသလား၊ ကွန်ပိုင်းဖြစ်ပါသလား၊ ကုဒ်သည် ဖော်ပြထားသော သီအိုရမ်ကို သက်သေပြပါသလား၊ kernel bug ကို အသုံးချပါသလား) သည် စစ်ဆေးမှုတစ်ခုစီက ဘာကိုဖုံးအုပ်သည်ကို ဖော်ပြသည်။ Sutherland သည် zeta function မပါဘဲ ပိုင်းခြားကိန်းပေါင်းများအကြောင်း ကြေညာချက်တစ်ခုဖြစ်သော Robin ၏ မညီမျှမှုကိုလည်း စစ်ဆေးခဲ့ပြီး သီးခြားစစ်ဆေးသူများက လက်ခံခဲ့ကြသည်။ ဒုတိယတောင်းဆိုချက်၊ Ravi Vakil မှ ကြေညာခဲ့သော ယေဘူယျပြုထားသော ယူဆချက်၏ Alessandro Masullo ၏ လူသားရေးသားထားသော မူကြမ်းသက်သေပြချက်သည် AI အကူအညီဖြင့် တွေ့ရှိရသော ပြဿနာများ၏ အစီရင်ခံစာများကို ထုတ်ပေးခဲ့သည်။ Vakil က ၎င်း၏ မှန်ကန်မှုနှင့်ပတ်သက်၍ မည်သည့်တောင်းဆိုချက်မျှ မလုပ်ခဲ့ဘဲ Brian Conrad က Scientific American ကို ၎င်းသည် ကြီးမားသော ပြုပြင်မွမ်းမံမှုအောက်တွင် ရှိနေသည်ဟု ပြောကြားခဲ့သည်။ Terence Tao က Lean-only သက်သေပြချက်ကို နားလည်ရန် အချိန်အနည်းငယ်ကြာမည်ဟု ရေးသားခဲ့သည်။ Anthropic ၏ ရှယ်ယာများသည် သောကြာနေ့တွင် $88.91 ဖြင့် ပိတ်ခဲ့ပြီး ကြာသပတေးနေ့ ပိတ်ချိန်အောက် ၈.၅ ရာခိုင်နှုန်းခန့် ကျဆင်းခဲ့သည်။ The Guardian က ကျဆင်းမှုကို ကျယ်ပြန့်သော နည်းပညာ ရောင်းချမှုကြောင့်ဟု ဆိုကာ သက်သေပြချက်နှင့် မည်သည့်ဆက်စပ်မှုမှ မရှိကြောင်း ဖော်ပြခဲ့သည်။
ရေးသားထားသော ထုတ်ဝေမှု (အင်္ဂလိပ်) ကို ဖတ်ရန် ↗
ဤဗီဒီယိုတွင် ဖော်ပြထားသောအရာများ
- Lean အထောက်အထား စုစည်းမှုသည် တကယ့်စစ်ဆေးမှုတစ်ခုဖြစ်သည်- Andrew Sutherland (MIT) က မော်ဂျူး ၁၇၅,၁၈၇ ခုအနက် ၁၇၅,၁၈၇ ခုသည် ပြဿနာမရှိဘဲ Lean v4.33.1 နှင့် Mathlib တို့နှင့် စုစည်းထားကြောင်း၊ အဓိက သီအိုရမ်ငါးခုသည် propext, Classical.choice နှင့် Quot.sound တို့ပေါ်တွင်သာ မှီခိုနေကြောင်း အစီရင်ခံသည် (စာမျက်နှာကို ၂၀၂၆-၁၁-၂၁ ၁၀:၀၅ UTC တွင် နောက်ဆုံး အပ်ဒိတ်လုပ်ထားသည်)။
- သီးခြား kernels များ သဘောတူသည်- Rust ဖြင့် ရေးသားထားသော nanoda သည် ၆၁.၆ GB ထုတ်ယူမှုကို ၈၀ threads ဖြင့် ၂၇ မိနစ် ၄၂ စက္ကန့်အတွင်း လက်ခံခဲ့ပြီး con-leche က ၆၄ threads ဖြင့် ၃ မိနစ် ၁၅ စက္ကန့်အတွင်း လက်ခံခဲ့သည်။ Lean အသိုင်းအဝိုင်းမှ Joachim Breitner က ရလဒ်ကို အလွန်သေချာစွာ စစ်ဆေးထားသည်ဟု ခေါ်ဆိုခဲ့သည်။
- Kevin Buzzard ၏ မေးခွန်းလေးခု (Xena Project post, နိုဝင်ဘာ ၁၂) သည် စစ်ဆေးမှုစာရင်းဖြစ်သည်- Lean ထုတ်ပြန်ချက်သည် ပုံမှန်မဟုတ်သော ထုတ်ပြန်ချက်နှင့် ကိုက်ညီပါသလား၊ ကုဒ်သည် စုစည်းပါသလား၊ ကုဒ်သည် ဖော်ပြထားသော သီအိုရမ်ကို သက်သေပြပါသလား (lake comparator)၊ kernel bug ကို အသုံးချပါသလား (lake comparator --paranoid သို့မဟုတ် သီးခြား kernels များ)။
- နိုဝင်ဘာ ၂၁ ရက် ၁၇:၀၅ GMT+7 အထိ အခြေအနေ- အထောက်အထားအပြည့်အစုံပေါ်ရှိ တရားဝင် lake comparator လုပ်ဆောင်မှုနှင့် Lean ၏ ပုံမှန်နှင့် စိတ်ကစဉ့်ကလျား kernel တို့၏ ပြန်လည်ဖွင့်ခြင်းမှာ ဆက်လက်လုပ်ဆောင်နေဆဲဖြစ်သည်၊ ၎င်း၏ ထုတ်ပြန်ချက်နှိုင်းယှဉ်မှုနှင့် သဘောတရားစစ်ဆေးမှုသည် လုပ်ဆောင်မှုတစ်ခုတွင် အောင်မြင်ခဲ့ပြီး con-leche --compare က သီအိုရမ်ငါးခုစလုံးကို လက်ခံခဲ့သည်။
- ထုတ်ပြန်ချက်သည် Mathlib ၏ RiemannHypothesis အဓိပ္ပာယ်ဖွင့်ဆိုချက်ကိုယ်တိုင်ဖြစ်သည်၊ Sutherland သည် zeta ကို မည်သည့်အခါမျှ ဖော်ပြခြင်းမရှိသော Robin ၏ မညီမျှခြင်းကိုလည်း စမ်းသပ်ခဲ့ပြီး Mathlib ထုတ်ပြန်ချက်နောက်ကွယ်ရှိ အဓိပ္ပာယ်ဖွင့်ဆိုချက်များရှိ အပေါက်များကို ထိရောက်စွာ ဖယ်ရှားနိုင်သည်ဟု ဆိုသည်။ ၎င်း၏ စာမျက်နှာတွင် ရလဒ်သည် kernels များနှင့် Mathlib ၏ အဓိပ္ပာယ်ဖွင့်ဆိုချက်များသည် ရည်ရွယ်ထားသည့်အတိုင်း ဖြစ်နေခြင်းအပေါ်တွင် မှီခိုကြောင်းလည်း ဖော်ပြထားသည်။
- စုစည်းထားသော Lean ဖိုင်သည် သင်္ချာကို မရှင်းပြပါ- Alpöge က ၎င်းထုတ်လုပ်ခဲ့သော စကားပြေမူကွဲသည် စာမျက်နှာ ၂၅၀,၀၀၀ ကျော်ထိ ရောက်ရှိခဲ့ပြီး Lean ကိုသာ တင်ခဲ့သည်ဟု ဆိုသည်။ Terence Tao က နားလည်ရန် အချိန်ယူရမည်ဟု မျှော်လင့်ထားသည်။ Scott Aaronson က သင်္ချာပညာရှင်များသည် ၎င်းတို့ကိုယ်တိုင် ရှင်းပြနိုင်မှသာ ကျေနပ်လိမ့်မည်ဟု ဆိုသည်။
- ပြိုင်ဘက်လူသားရေးသားထားသော မူကြမ်း (Alessandro Masullo, Ravi Vakil မှ ကြေညာသည်) သည် AI-အကူအညီဖြင့် ပြဿနာများတွေ့ရှိမှု အစီရင်ခံစာများကို ရရှိခဲ့သည်။ Vakil က ၎င်း၏ မှန်ကန်မှုနှင့်ပတ်သက်၍ မည်သည့်တောင်းဆိုမှုမှ မပြုလုပ်ခဲ့ဘဲ Brian Conrad က ကြီးမားသော ပြုပြင်မွမ်းမံမှုများ ပြုလုပ်နေသည်ဟု ဆိုသည်။
- တည်ဆောက်သူများအတွက်- ကုဒ်မရေးမီ သတ်မှတ်ချက်ကို ဖတ်ပါ၊ အထောက်အထားကို ထုတ်ပြန်ချက်နှင့် မည်သူက နှိုင်းယှဉ်သည်၊ ထုတ်ပြန်ချက်ကို မည်သူက ရေးသားသည်ကို မေးပါ၊ အခြားသူတစ်ဦးမှ ရေးသားထားသော ဒုတိယစစ်ဆေးသူကို လုပ်ဆောင်ပါ၊ စုစည်းထားသောဖိုင် hash များသည် တည်ဆောက်မှုလမ်းညွှန် (ဖိုင် ၁၇၅,၁၈၇ ခုအနက် ၉၈,၂၁၉ ခုသည် လမ်းကြောင်းတစ်ခုကို ထည့်သွင်းထားသည်) ပေါ်တွင် မူတည်နိုင်သည်ကို သတိပြုပါ။
- ဓာတ်ပုံရင်းမြစ်များ- IPAM ၏ Fireside Chat 2026 ရှိ Terence Tao ၏ ပုံတူကို Institute for Pure & Applied Mathematics မှ CC BY 4.0 ဖြင့် ရိုက်ကူးထားပြီး နောက်ခံကို ဖယ်ရှားကာ ဖြတ်တောက်ထားသည်။ TechCrunch Disrupt 2023 ရှိ Dario Amodei ၏ ပုံတူကို TechCrunch မှ CC BY 2.0 ဖြင့် ရိုက်ကူးထားပြီး နောက်ခံကို ဖယ်ရှားထားသည်။ တစ်ဦးချင်းစီ သို့မဟုတ် Anthropic ကိုသာ ဖော်ပြပြီး ထောက်ခံမှု၊ ကိုးကားမှု သို့မဟုတ် တုံ့ပြန်မှုကို မဆိုလိုပါ။ math.mit.edu, Lean Zulip, alpo.ge, Ravi Vakil ၏ ဘလော့နှင့် အခြားဖော်ပြထားသော စာမျက်နှာများ၏ မျက်နှာပြင် မှတ်တမ်းနှင့် ကောက်နုတ်ချက်များကို ၎င်းတို့၏ စာမျက်နှာများသို့ ရည်ညွှန်းပါသည်။ “Double checking” corgi GIF ၏ နှစ်စက္ကန့်ကြာ အသံတိတ် ကိုးကားချက်ကို GIPHY မှတဆင့် ရယူထားပြီး ၎င်း၏ပိုင်ရှင်က အခွင့်အရေးများကို ထိန်းသိမ်းထားပြီး ဤဇာတ်လမ်းရှိ မည်သူတစ်ဦးတစ်ယောက်မျှ တုံ့ပြန်ခဲ့ခြင်းကို မဆိုလိုပါ။ Is This A Pigeon meme template ကို imgflip မှတဆင့် ရယူထားသည်။
အမေးအဖြေများ
Riemann Hypothesis ၏ Lean အထောက်အထား စုစည်းမှုသည် ဘာကို ဆိုလိုသနည်း။
MIT မှ Andrew Sutherland က Levent Alpöge ၏ Lean မော်ကွန်းတိုက်ရှိ မော်ဂျူး ၁၇၅,၁၈၇ ခုစလုံးသည် Lean v4.33.1 နှင့် Mathlib တို့နှင့် အမှားအယွင်းမရှိ စုစည်းထားကြောင်း၊ အဓိက သီအိုရမ်ငါးခုသည် propext, Classical.choice နှင့် Quot.sound တို့ကဲ့သို့သော စံသတ်မှတ်ထားသော သဘောတရားသုံးခုပေါ်တွင်သာ မှီခိုကြောင်း အစီရင်ခံသည်။ စုစည်းခြင်းသည် Lean ထုတ်ပြန်ချက်များသည် အသုံးပြုထားသော စစ်ဆေးသူများအရ ထိုသဘောတရားများမှ ဆင်းသက်လာကြောင်း ပြသသည်။ ၎င်းသည် သင်္ချာပညာရှင်များ နားမလည်နိုင်သေးသော သင်္ချာကို ရှင်းပြခြင်းမဟုတ်ပါ။
AI-ထုတ်လုပ်ထားသော Lean အထောက်အထားကို စစ်ဆေးရန်အတွက် Kevin Buzzard ၏ မေးခွန်းလေးခုက ဘာတွေလဲ။
နိုဝင်ဘာ ၁၂ ရက်က ပို့စ်တစ်ခုတွင် Kevin Buzzard က မေးခွန်းလေးခုကို ဖော်ပြထားသည်။ Lean ထုတ်ပြန်ချက်သည် ပုံမှန်မဟုတ်သော ထုတ်ပြန်ချက်နှင့် ကိုက်ညီပါသလား။ ကုဒ်သည် စုစည်းပါသလား။ ကုဒ်သည် ဖော်ပြထားသော သီအိုရမ်ကို သက်သေပြပါသလား (lake comparator ကိရိယာက စစ်ဆေးသည်)။ Lean ၏ တရားဝင် kernel တွင် bug တစ်ခုကို အသုံးချပါသလား (သီးခြား kernels များစွာ သို့မဟုတ် paranoid mode ရှိ comparator က ဖြေရှင်းသည်)။ AI-ထုတ်လုပ်ထားသော ကုဒ်များသည် မှန်ကန်မှု တောင်းဆိုမှုမပြုမီ ဤစစ်ဆေးမှုများ လိုအပ်သည်ဟု သူက ရေးသားထားသည်။
Lean ၏ comparator က ဘာကို စစ်ဆေးသလဲ၊ Riemann အထောက်အထားပေါ်ရှိ ၎င်း၏ လုပ်ဆောင်မှုက ဘယ်အခြေအနေမှာ ရှိနေခဲ့သလဲ။
Comparator သည် ယုံကြည်ရသော ဖိုင်တစ်ခုတွင် ဖော်ပြထားသော သီအိုရမ်နှင့် ယုံကြည်မှုမရှိသော import များမှတဆင့် သက်သေပြထားသော သီအိုရမ်တို့သည် တူညီကြောင်း၊ စံသတ်မှတ်ထားသော သဘောတရားများကိုသာ အသုံးပြုထားကြောင်း (Kevin Buzzard) စစ်ဆေးသည်။ နိုဝင်ဘာ ၂၁ ရက် ၁၀:၀၅ UTC တွင် အပ်ဒိတ်လုပ်ထားသော Andrew Sutherland ၏ MIT စာမျက်နှာတွင် အထောက်အထားအပြည့်အစုံပေါ်ရှိ တရားဝင် လုပ်ဆောင်မှုသည် ဆက်လက်လုပ်ဆောင်နေဆဲဖြစ်ကြောင်း၊ ၎င်း၏ ထုတ်ပြန်ချက်နှင့် သဘောတရားအဆင့်များသည် လုပ်ဆောင်မှုတစ်ခုတွင် အောင်မြင်ခဲ့ပြီး con-leche ၏ compare mode က သီအိုရမ်ငါးခုစလုံးကို လက်ခံခဲ့ကြောင်း ဖော်ပြထားသည်။
Alpöge Riemann Hypothesis အထောက်အထားပေါ်တွင် သီးခြား Lean စစ်ဆေးသူများ သဘောတူခဲ့ကြပါသလား။
Andrew Sutherland ၏ MIT စာမျက်နှာအရ သီးခြားရေးသားထားသော kernels nanoda နှင့် con-leche တို့သည် ၆၁.၆ GB ရှိသော ထုတ်ယူထားသော အထောက်အထားအပြည့်အစုံကို လက်ခံခဲ့ပြီး ၂၇ မိနစ် ၄၂ စက္ကန့်နှင့် ၃ မိနစ် ၁၅ စက္ကန့် အသီးသီး ကြာမြင့်ခဲ့သည်။ lean4lean က စုစည်းထားသော မော်ဂျူးတိုင်းကို လက်ခံခဲ့သည်။ Lean developer Joachim Breitner က အထောက်အထားကို ယခုအခါ အလွန်သေချာစွာ စစ်ဆေးထားကြောင်း ရေးသားခဲ့သည်။ အဆိုပါ အပ်ဒိတ်တွင် တရားဝင် comparator လုပ်ဆောင်မှုနှင့် Lean ၏ kernel ပြန်လည်ဖွင့်ခြင်းတို့သည် ဆက်လက်လုပ်ဆောင်နေဆဲဖြစ်သည်။
Lean Riemann Hypothesis အထောက်အထား တောင်းဆိုမှုအပေါ် The Daily Diff ၏ စီရင်ချက်က ဘာလဲ။
The Daily Diff ၏ စီရင်ချက်မှာ NEEDS REVIEW ဖြစ်သည်။ စုစည်းမှုသည် အမှန်တကယ်ဖြစ်ပြီး သီးခြားစစ်ဆေးသူများက သဘောတူသော်လည်း တရားဝင် comparator လုပ်ဆောင်မှုသည် နောက်ဆုံးအပ်ဒိတ်တွင် မပြီးသေးဘဲ သင်္ချာပညာရှင်များက အငြင်းပွားမှုကို မနားလည်နိုင်သေးပေ။ Terence Tao က နားလည်ရန် အချိန်ယူရမည်ဟု မျှော်လင့်ထားပြီး Scott Aaronson က သင်္ချာပညာရှင်များသည် အယူအဆများကို ၎င်းတို့ကိုယ်တိုင် ရှင်းပြနိုင်မှသာ ကျေနပ်လိမ့်မည်ဟု ဆိုသည်။ Alessandro Masullo ရေးသားသော ပြိုင်ဘက်လူသားမူကြမ်းသည် ကြီးမားသော ပြုပြင်မွမ်းမံမှုများ ပြုလုပ်နေသည်။
ဘာသာပြန်ထားသော စာသားမှတ်တမ်း
မူရင်း အင်္ဂလိပ်စကားပြောမှ ဘာသာပြန်ထားသည်။ ရရှိနိုင်သော အသံနှင့် စာတန်းထိုးများကို YouTube မှ ထိန်းချုပ်ထားသည်။
လူစိမ်းများ အမှန်တကယ် ဘာကို အတည်ပြုခဲ့သလဲ။
0:00 ချန်နယ်အများစုက Claude ဟာ Riemann Hypothesis ကို သက်သေပြခဲ့တယ်လို့ ပြောနေကြပါတယ်။ လူစိမ်းတွေ အတည်ပြုခဲ့တာက Lean ၁၇ သန်းလိုင်း စုစည်းခဲ့တယ်ဆိုတာပါပဲ။ ပြီးတော့ စစ်ဆေးသူ တစ်ယောက်က ဖိုင်တစ်ခုလုံးကို လေးမိနစ်အောက်နဲ့ လက်ခံခဲ့တယ်။ ဒီဗီဒီယိုမှာ အဲဒီစစ်ဆေးသူက တကယ်တမ်း ဘာတွေ စစ်ဆေးခဲ့တာလဲ။ စစ်ဆေးသူက ဘယ်တော့မှ ဘာကို ပြောပြလို့ မရနိုင်သလဲ။ ပြီးတော့ တည်ဆောက်သူက အဲဒီကနေ ဘာကို ကူးယူသင့်သလဲ။ စနေနေ့ နေ့လယ်ပိုင်းအထိ နောက်ထပ် စစ်ဆေးမှု တစ်ခုကတော့ ဆက်လက် လုပ်ဆောင်နေတုန်းပါပဲ။ Kevin Buzzard ပြောခဲ့တဲ့ သူစောင့်နေတဲ့ တစ်ခုပေါ့။
0:23 စီရင်ချက်မချခင် ဘယ်အခြေအနေမှာ ရှိခဲ့တယ်ဆိုတာ ပြောပြပါ့မယ်။ ဒီနေ့က နိုဝင်ဘာလ ၂၁ ရက် စနေနေ့ပါ။ ဒါက The Daily Diff ပါ။
ဘယ်သူက ဘာကို တောင်းဆိုပြီး ဘယ်ပုံစံနဲ့ တောင်းဆိုသလဲ။
0:29 Levent Alpöge က Anthropic က သင်္ချာပညာရှင် တစ်ဦးပါ။ သောကြာနေ့က သူက လေးမျက်နှာပါ မှတ်စုတစ်ခု တင်ခဲ့တယ်။ သူက ယုံကြည်တယ်လို့ ပြောခဲ့တယ်။ Claude နဲ့ အလုပ်လုပ်ရင်း Riemann Hypothesis ရဲ့ သက်သေပြချက်ကို ရှာဖွေတွေ့ရှိခဲ့တယ်လို့ ဆိုပါတယ်။ သူက စာတမ်း တစ်စောင်မှ ထုတ်ပြန်ခဲ့ခြင်း မရှိဘဲ Lean ကိုသာ ထုတ်ပြန်ခဲ့ပါတယ်။ ဒီဘာသာစကားမှာ ပရိုဂရမ်တစ်ခုက သက်သေပြချက်ရဲ့ အဆင့်တိုင်းကို စစ်ဆေးပါတယ်။ မနေ့က ကျွန်တော် ဖော်ပြခဲ့တဲ့ IPO ကတော့ နောက်ခံ ဖြစ်ပါတယ်။ Anthropic ရဲ့ ရှယ်ယာတွေက သောကြာနေ့မှာ ရှစ်ရာခိုင်နှုန်းကျော် ကျဆင်းခဲ့ပါတယ်။ ဒီရောင်းချမှုကတော့ The Guardian က သက်သေပြချက်နဲ့ မချိတ်ဆက်ထားပါဘူး။
0:53 ကျွန်တော်လည်း မချိတ်ဆက်ထားပါဘူး။ မော်ကွန်းတိုက်မှာ ဖိုင်ပေါင်း တစ်သိန်း ခုနစ်သောင်း ငါးထောင် ရှိပါတယ်။
မေးခွန်းလေးခုက ဘာတွေလဲ။
0:58 စက်တင်ဘာလက Claude ရဲ့ Fermat သက်သေပြချက်က ၁၃ သန်းလိုင်း ရှိတယ်လို့ ပြောခဲ့ပါတယ်။ Kevin Buzzard က စုစည်းဖို့ ကြိုးစားရင်း မှတ်ဉာဏ်ကုန်သွားခဲ့ပါတယ်။ ကိုးရက်အကြာမှာ သူက AI နဲ့ ရေးထားတဲ့ Lean အတွက် မေးခွန်း လေးခုပါ စစ်ဆေးမှုစာရင်းကို ရေးခဲ့ပါတယ်။ တစ်ခုက Lean ထုတ်ပြန်ချက်က တကယ့်သီအိုရမ်ကို ဆိုလိုသလား။ နှစ်ခုက ကုဒ်က စုစည်းသလား။ သုံးခုက သက်သေပြချက်က အဲဒီထုတ်ပြန်ချက်ကို သက်သေပြပြီး ဘာမှ ပိုပြီး ဆိုးဆိုးရွားရွား မဟုတ်ဘူးလား။ လေးခုက Lean ရဲ့ kernel မှာ Bug တစ်ခုကို အသုံးချသလား။ မေးခွန်း နှစ်ကတော့ လွယ်တဲ့ မေးခွန်းပါ။
စုစည်းမှု ရှိရဲ့လား။
1:21 MIT က Andrew Sutherland က အဲဒါ အားလုံးကို အမှားအယွင်းမရှိဘဲ စုစည်းခဲ့ပါတယ်။ ပြီးတော့ အဓိက သီအိုရမ် ငါးခုက Lean သက်သေပြချက်တွေ ပုံမှန်သုံးတဲ့ သဘောတရား သုံးခုပေါ်မှာပဲ မူတည်ပါတယ်။ Buzzard က အဲဒီအဖြေက ဟုတ်တယ်လို့ ပြောပါတယ်။ တရားဝင် စစ်ဆေးမှုကို ကိုယ်တိုင် လုပ်ဆောင်ဖို့အတွက် မှတ်ဉာဏ် ၁၀၀ ဂစ်ဂါဘိုက်လောက် လိုအပ်ပါတယ်။
Lean ရဲ့ kernel ကို လှည့်စားလို့ ရနိုင်သလား။
1:36 မေးခွန်း လေးကတော့ စိတ်ကစဉ့်ကလျား ဖြစ်တဲ့ မေးခွန်းပါ။ Scott Aaronson က Lean ရဲ့ kernel မှာ bug တွေ ရှိခဲ့ပြီး သက်သေပြချက်တွေကို ခွင့်ပြုခဲ့တယ်လို့ ထောက်ပြပါတယ်။ သုည ညီမျှခြင်း တစ်ခုပေါ့။ ဒါကြောင့် တခြားသူတွေက သူတို့ကိုယ်တိုင် စစ်ဆေးသူတွေကို တခြားဘာသာစကားတွေနဲ့ ရေးပြီးတော့ ထုတ်ယူထားတဲ့ သက်သေပြချက်ကို သူတို့ကို ပေးခဲ့ပါတယ်။ Rust နဲ့ ရေးထားတဲ့ Nanoda က မိနစ်ဝက်အောက်နဲ့ လက်ခံခဲ့ပါတယ်။ သူ့ရဲ့ရေးသားသူတွေက တည်ငြိမ်မှု သက်သေပြချက်နဲ့ ကျောထောက်နောက်ခံပြုထားတဲ့ Con-leche ကတော့ သုံးမိနစ်လောက် ကြာခဲ့ပါတယ်။
1:56 Lean အသိုင်းအဝိုင်းက Joachim Breitner က ဒါကို အလွန်အမင်း အလွန်အမင်း သေချာစွာ စစ်ဆေးထားတယ်လို့ ပြောခဲ့ပါတယ်။ Aaronson က Lean လက်မှတ်နဲ့ AI ရလဒ် တစ်ခုမှ ပြန်ရုပ်သိမ်းခဲ့ခြင်း မရှိသေးဘူးလို့လည်း ထပ်ဖြည့်ပြောပါတယ်။ မေးခွန်း တစ်နဲ့ သုံးကတော့ ခက်တဲ့ မေးခွန်းတွေပါ။
ဒါက ငါတို့ ထင်ထားတဲ့ သီအိုရမ် ဟုတ်ရဲ့လား။
2:07 ထုတ်ပြန်ချက်က Mathlib ရဲ့ Riemann Hypothesis ကိုယ်တိုင်ရဲ့ အဓိပ္ပာယ်ဖွင့်ဆိုချက်ပါ။ ပြီးတော့ ၎င်းရဲ့ မှတ်ချက်ကတော့ သက်သေပြချက်တစ်ခုက ဒေါ်လာ တစ်သန်းတန်ဖိုးရှိတယ်လို့ ဆိုပါတယ်။ ဒါပေမယ့် ယုံကြည်မှုမရှိတဲ့ ၁၇ သန်းလိုင်းက အဲဒီထုတ်ပြန်ချက်နဲ့ သက်သေပြချက်ကြားမှာ ရှိနေပါတယ်။ ပြီးတော့ အဲဒီထဲက တစ်ခုခုကတော့ အမှတ်အသားကို တိတ်တဆိတ် ပြန်လည်သတ်မှတ်ပြီး ပိုလွယ်တာကို သက်သေပြနိုင်ပါတယ်။ Comparator ဆိုတဲ့ ကိရိယာကို ကျွန်တော် နိုဝင်ဘာလ ၁၀ ရက်နေ့က ရှင်းပြခဲ့ပါတယ်။ အဲဒါအတွက် အတိအကျ ရှိနေတာပါ။ ဒါက ယုံကြည်ရတဲ့ ထုတ်ပြန်ချက်ကို သက်သေပြချက်က တကယ်တမ်း ပေးတဲ့ သီအိုရမ်နဲ့ နှိုင်းယှဉ်ပါတယ်။ ပြီးတော့ ဒါက သဘောတရားတွေကို စစ်ဆေးပါတယ်။
2:33 ဒုတိယ တောင်းဆိုမှုတစ်ခုက မနက်ပိုင်းမှာ ရောက်လာခဲ့ပါတယ်။
လူသားမူကြမ်းက ဘယ်လိုလဲ။
2:35 အမေရိကန် သင်္ချာအသင်းရဲ့ ဥက္ကဌ Ravi Vakil က Alessandro Masullo ရဲ့ အထွေထွေ Riemann သက်သေပြချက် မူကြမ်းကို တင်ခဲ့ပါတယ်။ ဒါကို AI မသုံးဘဲ ရေးထားတာဖြစ်ပြီး Brian Conrad က လပေါင်းများစွာ ပြန်လည်သုံးသပ်နေခဲ့ပါတယ်။ ရှစ်နာရီအကြာမှာ Vakil က AI မော်ဒယ်တွေသုံးတဲ့ လူတွေက ပြဿနာတွေ ရှာတွေ့ခဲ့တယ်လို့ ထပ်ဖြည့်ခဲ့ပါတယ်။ ပြီးတော့ သူက ဒါက မှန်ကန်တယ်လို့ မဆိုလိုဘူးလို့ ပြောပါတယ်။ Conrad က Scientific American ကို ပြောကြားရာမှာ ကြီးမားတဲ့ ပြုပြင်မွမ်းမံမှုတွေ လုပ်ဆောင်နေတယ်လို့ ဆိုပါတယ်။ Vakil ကလည်း ဒါက အမှန်တကယ် အလုပ်ဖြစ်ဖို့ မျှော်လင့်တယ်လို့ ရေးခဲ့ပါတယ်။ စစ်ဆေးသူက အဆင့်တွေ မှန်ကန်မှုရှိမရှိကို ပြောပြပါတယ်။
စစ်ဆေးသူက ဘာကို ပြောပြလို့ မရနိုင်သလဲ။
3:02 ဒါက ဘာကြောင့် အလုပ်ဖြစ်တာလဲဆိုတာကို ပြောပြလို့ မရပါဘူး။ Alpöge ရဲ့ မှတ်စုမှာ Claude က ပျံသန်းခဲ့တယ်၊ ကခုန်ခဲ့တယ်၊ ပန်းတိုင်အနီးမှာ တောက်ပခဲ့တယ်လို့ ဆိုပါတယ်။ သူက သူထုတ်လုပ်ခဲ့တဲ့ စကားပြေမူကွဲက စာမျက်နှာ နှစ်သိန်းငါးသောင်း ကျော်သွားတယ်လို့ ဆိုပါတယ်။ သူက ဒါကို အမှိုက်လို့ ခေါ်ပြီး Lean ကိုပဲ တင်ခဲ့ပါတယ်။ Terence Tao က ဒါကို နားလည်ဖို့ အချိန်ယူရမယ်လို့ ရေးခဲ့ပါတယ်။ Scott Aaronson က သင်္ချာပညာရှင်တွေက သူတို့ကိုယ်တိုင် ရှင်းပြနိုင်မှသာ ကျေနပ်လိမ့်မယ်လို့ ပြောပါတယ်။ Scientific American က ဒီရလဒ်က လက်တွေ့ကမ္ဘာမှာ ချက်ချင်း အသုံးချလို့ မရဘူးလို့ ပြောထားတဲ့အတွက်
တည်ဆောက်သူက ဒါနဲ့ ဘာလုပ်ရမလဲ။
3:26 ဒီည သင့်ရဲ့ stack မှာ ဘာမှ ပြောင်းလဲမှာ မဟုတ်ပါဘူး။ တည်ဆောက်သူတွေအတွက်တော့ အလေ့အကျင့် သုံးခုပါ။ ကုဒ်မရေးမီ သတ်မှတ်ချက်ကို ဖတ်ပါ။ သက်သေပြချက်ကို ထုတ်ပြန်ချက်နဲ့ ဘယ်သူက နှိုင်းယှဉ်တယ်၊ ထုတ်ပြန်ချက်ကို ဘယ်သူက ရေးတာလဲဆိုတာကို မေးပါ။ ပြီးတော့ တခြားသူတစ်ယောက်က ရေးထားတဲ့ ဒုတိယ စစ်ဆေးသူကို လုပ်ဆောင်ပါ။ တည်ဆောက်မှု သန့်ရှင်းရေးတောင် ပေါ်လာပါတယ်။ ဘာကြောင့်လဲဆိုတော့ Sutherland က စုစည်းထားတဲ့ ဖိုင်တွေရဲ့ hash တွေက သင် တည်ဆောက်တဲ့ folder နဲ့ ပြောင်းလဲသွားတယ်လို့ မှတ်ချက်ပြုထားပါတယ်။ ဘာကြောင့်လဲဆိုတော့ Lean က source path ကို အဲဒီထဲမှာ သိမ်းထားနိုင်လို့ပါ။
3:49 ဒါဆို အဲဒီစစ်ဆေးမှုက စနေနေ့ နေ့လယ်ပိုင်းမှာ ဘယ်အခြေအနေမှာ ရှိနေခဲ့လဲ။
ပျောက်ဆုံးနေတဲ့ စစ်ဆေးမှုက ဘယ်မှာ ရပ်တည်နေခဲ့သလဲ။
3:52 developer အသုံးအနှုန်းနဲ့ ပြောရရင် CI က အားလုံး စောင့်ကြည့်နေတဲ့ အလုပ်တစ်ခုကလွဲလို့ အစိမ်းရောင်ပါ။ အထောက်အထားအပြည့်အစုံပေါ်ရှိ တရားဝင် comparator လုပ်ဆောင်မှုက ဆက်လက်လုပ်ဆောင်နေတုန်းပါ။ ၎င်းရဲ့ ထုတ်ပြန်ချက်နှိုင်းယှဉ်မှုနဲ့ သဘောတရားစစ်ဆေးမှုက လုပ်ဆောင်မှုတစ်ခုမှာ အောင်မြင်ခဲ့ပြီးပါပြီ။ ပြီးတော့ နှေးကွေးတဲ့အပိုင်းက Lean ရဲ့ kernel တွေမှာ သက်သေပြချက်ကို ပြန်လည်ဖွင့်တာပါ။ တစ်ကြိမ်ကို thread တစ်ခုတည်းနဲ့ပါ။ တစ်ချိန်တည်းမှာပဲ con-leche ရဲ့ compare mode (အတူတူ ထုတ်ပြန်ချက်ကိုက်ညီမှုရဲ့ သီးခြားမိတ္တူ) ကတော့ သီအိုရမ် ငါးခုစလုံးကို လက်ခံခဲ့ပါတယ်။ Sutherland က zeta လုံးဝမပါတဲ့ ထုတ်ပြန်ချက်တစ်ခုကိုလည်း စမ်းသပ်ခဲ့ပါတယ်။
4:18 Robin ရဲ့ မညီမျှခြင်းပေါ့။ ဒါက ပိုင်းခြားကိန်းပေါင်းများအကြောင်း ယူဆချက်ရဲ့ ရှေးကျတဲ့ တူညီမှုတစ်ခုပါ။ သီးခြားစစ်ဆေးသူတွေက အဲဒါကိုလည်း လက်ခံခဲ့ပြီး Sutherland က ဒါက Mathlib ထုတ်ပြန်ချက်နောက်ကွယ်က အဓိပ္ပာယ်ဖွင့်ဆိုချက်တွေမှာ အပေါက်တွေကို ထိရောက်စွာ ဖယ်ရှားနိုင်တယ်လို့ ပြောပါတယ်။ ကျွန်တော် ပြောတာကို နားထောင်မယ့်အစား ဒါကို ဖတ်ချင်တယ်ဆိုရင်တော့ diff က သင့်ရဲ့ inbox ကို မနက်တိုင်း ရောက်လာပါတယ်။ the daily diff dot dev မှာ အခမဲ့ပါ၊ link အောက်မှာ ရှိပါတယ်။
ဒီနေ့ရဲ့ စီရင်ချက်က ဘာလဲ။
4:36 ဒါကြောင့် ဒီနေ့ရဲ့ စီရင်ချက်ကတော့ NEEDS REVIEW ပါ။ ကျွန်တော်က စစ်ဆေးမှုအပိုင်းကို SHIP IT လုပ်ပြီး ကောက်ချက်ကိုတော့ HOLD ပါမယ်။ စုစည်းမှုက အမှန်တကယ်ဖြစ်ပြီး လူစိမ်းစစ်ဆေးသူတွေက သဘောတူပါတယ်။ တရားဝင် လုပ်ဆောင်မှုကတော့ မပြီးသေးပါဘူး။ သင်္ချာပညာရှင်တွေကလည်း အငြင်းပွားမှုကို မနားလည်နိုင်သေးပါဘူး။ ဒါကတော့ ဒီနေ့အတွက် diff ပါ။ ကျွန်တော်က Axrisi က Niko ပါ။ တာဝန်ယူမှုရှိစွာ ပေါင်းစည်းပါ။
ရင်းမြစ်များ
- Levent Alpöge, note announcing a Lean proof (PDF)Levent Alpöge
- RH Lean proof: verification filesAndrew Sutherland, MIT
- …and the proof is checked in LeanKevin Buzzard, Xena Project
- Discussion: Alpöge Proves the Riemann HypothesisLean Zulip (#general)
- Mathlib: RiemannZeta.lean (RiemannHypothesis)leanprover-community
- Hurried Announcement: Alessandro Masullo GRHRavi Vakil
- Unforced Euler singularity, unforced Navier-Stokes singularity, and the Generalized Riemann HypothesisTerence Tao
- The stochastic parrots have apparently proved the Riemann HypothesisScott Aaronson
- Anthropic mathematician claims to prove Riemann hypothesis, most famous problem in all of mathScientific American
- The AI Riemann hypothesis proof is almost certainly true, independent mathematicians attestScientific American
- Dueling claims of Riemann hypothesis proofs emergeScientific American
- Nasdaq erases all 2026 gains as AI sell-off dampens Anthropic's second day of tradingThe Guardian
- Levent Alpöge claims proof of the Generalized Riemann Hypothesis [pdf]Hacker News



