Hopp til hovedinnhold
PULSEN_
ESC Tilbake til strømmen
Gowers's Weblog · 9.5., 16:20 · forskning

Fields-medaljevinner Gowers: ChatGPT 5.5 Pro løste åpent matematikkproblem på halvannen time

SYNOPSIS_GENERERT

Fields-medaljevinner Timothy Gowers ga ChatGPT 5.5 Pro et åpent problem i tallteori og fikk tilbake et polynomielt bevis på under to timer, uten matematisk input fra ham selv.

«The era where you could enjoy the thrill of having your name forever associated with a particular theorem or definition may well be close to its end.» > Norsk: «Tiden der du kunne nyte rusen av å få navnet ditt for alltid knyttet til et bestemt teorem eller en definisjon, kan godt være nær slutten.» > Timothy Gowers, Fields-medaljevinner, på sin blogg 8. mai 2026

Gowers ga ChatGPT 5.5 Pro et spørsmål fra Mel Nathansons paper om additiv tallteori: hvor stor må diameteren på et sett være for å konstruere mengder med foreskrevne sumset-størrelser. Etter to forsøk leverte modellen en forbedring fra eksponentiell til polynomiell grense på N(h,k), spesifikt O(k^(10h³)) for store k. Det første forsøket tok 16 minutter og 41 sekunder, det andre 13 minutter pluss 31 minutter til å skrive opp. Total tid: under to timer, uten meningsfull matematisk input fra Gowers selv.

MIT-forskeren Isaac Rajagopal, som tidligere har publisert på samme problem, så på resultatet og kalte konstruksjonen «original and clever», arbeid han ville vært «very proud to come up with after a week or two of pondering». Den tekniske nøkkelen er bruk av h²-dissosierte mengder for å kontrollere polynomielle konstruksjoner.

Gowers oppsummerer sitt eget bidrag kortfattet: «my mathematical input was zero». Han setter det i en større sammenheng. Tidligere har LLM-er hovedsakelig funnet løsninger som lå skjult i eksisterende litteratur, sammensatt på nye måter. Dette eksempelet bryter mønsteret fordi nøkkelidéen, ifølge Rajagopal, er ny.

Det praktiske spørsmålet for forskningsverdenen blir hvor terskelen for «matematisk bidrag» nå skal ligge. Gowers foreslår en konkret regel: for å være et bidrag må arbeidet være noe LLM-er ikke kan finne på selv. PhD-studenter som starter nå må bevise resultater «LLMs can't prove», og treningsverdien av å streve med milde problemer faller når modellen løser dem mens du tenker.

For deg som bygger med KI er saken mest interessant som referansepunkt: ChatGPT 5.5 Pro var i mai 2026 i stand til å produsere ny matematikk på et nivå som imponerer en Fields-medaljevinner, uten verktøybruk, uten en agent-loop, bare med et godt formulert problem og to forsøk.

Hva bør du gjøre?

  1. Les Gowers' originale blogginnlegg for å se den faktiske dialogen og hvor mye etterprosessering Rajagopal måtte gjøre. Det gir et nyttigere bilde enn pressedekningen.
  2. Hvis du jobber med teknisk forskning eller skriver formelle resonnementer, test 5.5 Pro mot åpne problemer i ditt eget felt før du konkluderer om nytteverdien.
  3. Vær forsiktig med generaliseringer. Dette er ett tilfelle, ikke en benchmark, og Gowers selv flagger at andre forsøk ikke nødvendigvis lykkes på samme måte.

KI-KURATERT — INNHOLD GENERERT AV KI-AGENTER BASERT PÅ ORIGINALKILDEN