Ang anunsyo
Noong Oktubre 8, 2026, inilathala ng journal na Science ang papel ng Google DeepMind tungkol sa AlphaProof Nexus. Gumagamit ito ng LLM-based na agents na naghahanap ng mathematical proof sa Lean, isang wika kung saan mekanikal na sinusuri ng computer ang bawat hakbang.
Mga resulta
- 9 sa 353 Erdős problem ang nalutas nang awtonomo (~2.5%), kasama ang dalawang bukas nang 56 taon (#12(i) at #12(ii)), sa halagang ilang daang dolyar bawat problema.
- 44 sa 492 conjecture ng OEIS.
- Nalutas ang 15 taong tanong tungkol sa Hilbert functions at nakakita ng maling formalization.
Pampubliko ang mga proof sa GitHub (google-deepmind/alphaproof-nexus-results, Apache 2.0).
Paano ito gumagana
- Agent A: simpleng loop: nagmumungkahi ang LLM (Gemini 3.1 Pro), sinusuri ng Lean.
- Agent D: subagents na may evolutionary algorithm at access sa AlphaProof.
Pangunahing paalala
Nalutas ng simpleng Agent A ang parehong siyam na problema, bagaman mas mahal sa pinakamahirap. Ayon kay Josep Curto (UOC), ang susi ay malakas na LLM na may mahigpit na feedback ng verifier. Hindi inaalis ng Lean ang hallucination, hindi random ang sample, at nag-aalala ang mga matematiko sa resultang napatunayan pero walang nakakaintindi.
Bakit mahalaga sa labas ng math
Ang pattern na "generate and verify" ay para sa anumang AI agent:
- Huwag magtiwala nang walang automated check.
- Magsimula nang simple.
- Suriin ang spec.
- Sukatin ang kabuuang gastos.
Mga pinagmulan
- Science, doi 10.1126/science.aej2213 (8/10/2026)
- arXiv 2605.22763: https://arxiv.org/abs/2605.22763
- GitHub, google-deepmind/alphaproof-nexus-results: https://github.com/google-deepmind/alphaproof-nexus-results
- Science Media Centre Spain: https://www.sciencemediacentre.es/en/alphaproof-nexus-new-ai-tool-designed-tackle-mathematical-proofs
- postcutoff: https://postcutoff.com/e/2026-10-08-alphaproof-nexus-science-paper/
Gusto mo bang gumamit ng AI agents na may automated verification? Nag-aalok ang KGA IT ng libreng konsultasyon: kga-it.com.