Claude Fable 5 en het Jacobiaanse vermoeden: wat wel en niet is bewezen

Op de avond van de WK-finale keek bijna iedereen naar voetbal. Een klein hoekje van het internet zag wiskundige geschiedenis in beweging.

Anthropic-onderzoeker Levent Alpöge plaatste een kort bericht op X. Hij zei dat het Jacobiaanse vermoeden onwaar was. Dit is een probleem dat sinds 1939 onopgelost is gebleven. Hij bedankte een collega voor het aandragen van het probleem. Hij bedankte Claude Fable 5 voor het doen van het werk tijdens de wedstrijd.

De volgende dag hadden wiskundigen het met de hand gecontroleerd. Het hield stand.

Maar "AI kraakt 87 jaar oud wiskundeprobleem" is een kop die sneller reist dan de details erachter. Laten we dus even vertragen. Wat is hier nu eigenlijk nieuw? Wat niet? En kun je het zelf controleren?

Dat kan. In ongeveer vijftien regels Python. Daar komen we zo op terug.

Het korte antwoord

Claude Fable 5 hielp een polynomiale afbeelding te construeren van de driedimensionale complexe ruimte naar zichzelf, geschreven ℂ³ → ℂ³. De Jacobiaanse determinant is overal de constante -2, precies de voorwaarde in Kellers vermoeden uit 1939, en toch stuurt de afbeelding drie verschillende invoerpunten naar dezelfde uitvoer. Dat ene voorbeeld weerlegt het vermoeden in dimensie drie en hoger. De oorspronkelijke tweedimensionale versie van het probleem is nog open, en er is nog geen peer-reviewed paper, alleen een geverifieerde berekening en een preprint.

Dat is het hele verhaal in één alinea. De rest van dit artikel legt uit waarom elk zinsdeel daarin ertoe doet.

Wat is het Jacobiaanse vermoeden?

Stel je een functie voor die een lijst getallen inneemt en een nieuwe lijst uitspuugt. Dit is een "afbeelding" van de ene ruimte naar de andere. Wiskundigen stellen daarover een simpele vraag: kun je altijd terugwerken? Als je de output kent, kun je dan de exacte input terugvinden die die opleverde?

Als je aan machine learning hebt gedaan, heb je het object in het middelpunt van deze vraag al ontmoet, waarschijnlijk zonder de dramatiek. De Jacobiaan is de matrix van de partiële afgeleiden van een afbeelding: het ding dat backpropagation op elk niveau met elkaar vermenigvuldigt. Normalizing flows hebben de determinant ook nodig, om bij te houden hoe waarschijnlijkheidsmassa uitrekt terwijl die door het netwerk beweegt. Dezelfde matrix. Andere buurt.

Analyse geeft je een lokale test voor omkeerbaarheid die precies op deze matrix is gebouwd: de Jacobiaanse determinant. Als die op een punt niet nul is, is de afbeelding in de buurt van dat punt omkeerbaar.

Maar in de buurt van een punt is niet hetzelfde als overal. Hier is het schoonste voorbeeld dat ik ken, en het kost twee regels:

import numpy as np

f = lambda x, y: (np.exp(x) * np.cos(y), np.exp(x) * np.sin(y))

print(f(0, 0))              # (1.0, 0.0)
print(f(0, 2 * np.pi))      # (1.0, ~0.0) — same output, different input

De Jacobiaanse determinant van deze afbeelding is e^²ˣ, die nooit nul is. Hij slaagt voor de lokale test op elk punt in het vlak. Toch is hij niet omkeerbaar, omdat hij omwikkelt: twee verschillende wegen, hetzelfde huis.

Merk echter op dat dit voorbeeld een exponentiële functie gebruikt. In 1939 vroeg de Duitse wiskundige Ott-Heinrich Keller of polynomen zich beter gedragen. Zijn vraag: als de Jacobiaanse determinant van een polynomiale afbeelding niet alleen overal niet nul is, maar overal één vaste constante, garandeert dat dan eindelijk volledige, globale omkeerbaarheid?

87 jaar lang kon niemand dat beantwoorden. Geen bewijs. Ook geen tegenvoorbeeld. Dat is het vermoeden waar Claude Fable 5 net een deuk in sloeg.

Wat Claude Fable 5 daadwerkelijk vond

Alpöge’s bericht bevatte een expliciete polynomiale afbeelding van ℂ³ terug naar zichzelf. De Jacobiaanse determinant komt op elk punt uit op een constante, -2. Dat is precies Kellers voorwaarde. En toch gaan er drie afzonderlijke punten in, en komen alle drie hetzelfde eruit.

Iedereen met een computeralgebratool kan ze invullen en controleren. Dat is precies wat er gebeurde: wiskundigen rekenden binnen enkele uren na, en de rekenkunde klopte.

Omdat het tegenvoorbeeld in drie dimensies leeft, breekt het het vermoeden ook in elke hogere dimensie. Neem de 3D-afbeelding, vul die aan met extra onaangeroerde variabelen, en je hebt een werkend tegenvoorbeeld in vier, vijf of honderd dimensies. Aanvullen werkt alleen omhoog. Je kunt er geen 3D-tegenvoorbeeld mee in twee variabelen persen, en daarom bestaat de laatste sectie van dit artikel.

Controleer het zelf in Python

Hier wordt een verhaal over frontier-AI een oefening die je in een notebook kunt draaien. Het is de moeite waard om te draaien. Er is iets verhelderends aan het zien standhouden van het tegenvoorbeeld in exacte rekenkunde op je eigen machine. Je hebt alleen sympy nodig, niets anders.

Definieer eerst de afbeelding en bevestig de determinant:

import sympy as sp

x, y, z = sp.symbols("x y z")

# The map Claude Fable 5 helped construct, from C^3 to C^3
f1 = (1 + x * y) ** 3 * z + y**2 * (1 + x * y) * (4 + 3 * x * y)
f2 = y + 3 * x * (1 + x * y) ** 2 * z + 3 * x * y**2 * (4 + 3 * x * y)
f3 = 2 * x - 3 * x**2 * y - x**3 * z

# Keller's condition: the Jacobian determinant must be a nonzero constant
jacobian = sp.Matrix([f1, f2, f3]).jacobian([x, y, z])
print(sp.simplify(jacobian.det()))

-2

Niet "ongeveer -2." Exact -2, symbolisch, voor elk punt in ℂ³. Eén voorwaarde binnen.

Nu de botsing. Ik vond deze drie punten door SymPy te vragen F(v) = F(1, 1, 1) op te lossen. Alpöge’s oorspronkelijke post noemt een eigen set, en beide werken:

s = sp.sqrt(53)

points = [
    (1, 1, 1),
    (sp.Rational(-1, 2) - 7 * s / 106, 25 - 3 * s, -134090 + 18420 * s),
    (sp.Rational(-1, 2) + 7 * s / 106, 25 + 3 * s, -134090 - 18420 * s),
]

for p in points:
    image = [sp.simplify(f.subs({x: p[0], y: p[1], z: p[2]}))
             for f in (f1, f2, f3)]
    print(image)

[22, 34, -2]
[22, 34, -2]
[22, 34, -2]

Drie echt verschillende inputs. Eén output. Als drie inputs één antwoord geven, kan er geen inverse bestaan, en is Kellers vermoeden van de baan. Je hebt zojuist, in exacte rekenkunde, de berekening geverifieerd die een 87 jaar oud probleem beslechtte.

Als je de code oversloeg, is hier de samenvatting: beide helften van de claim, constante determinant en botsende punten, doorstaan symbolische verificatie. Geen vertrouwen in drijvende-kommagetallen nodig.

Wacht, had iemand dit niet al weerlegd?

Voordat we verder gaan, is het de moeite waard iets te bespreken dat je misschien in de reacties op Alpöge’s bericht bent tegengekomen, omdat er een ouder resultaat op dit gebied steeds terugkomt en het onderscheid ertoe doet.

In 1994 vond Sergey Pinchuk een tweedimensionale, reëelwaardige polynomiale afbeelding die overal lokaal omkeerbaar was maar niet globaal omkeerbaar. Het is een bekende constructie, en het is verleidelijk om aan te nemen dat Fable 5’s versie gewoon dat idee is, uitgerekt naar een derde dimensie.

Dat is het niet. Pinchuks afbeelding heeft alleen nodig dat de Jacobiaanse determinant niet nul is. De waarde mag van punt tot punt variëren, en het geheel werkt alleen over de reële getallen. Dat beantwoordt een zwakkere vraag, soms het "sterke reële Jacobiaanse vermoeden" genoemd. Kellers oorspronkelijk vermoeden vraagt om complexe getallen en een vaste constante, een lat die Pinchuks constructie nooit heeft willen halen. Wiskundigen kennen dit gat al drie decennia.

Waarom leggen complexe getallen de lat hoger? Grofweg: over de reële getallen kan een polynoom problemen ontwijken door simpelweg geen reële oplossingen te hebben op de lastige plekken. x² + 1 raakt nooit nul op de reële as, maar over ℂ moet het dat wel. In de complexe ruimte heeft een afbeelding geen plek om zich te verbergen, dus overleven onder Kellers voorwaarde daar is een veel sterkere eis. De exponentiële afbeelding van eerder hintte hier al op, aangezien de omwikkeling die haar brak een door en door complexgetal-fenomeen is.

De twee resultaten vertonen wel een familiegelijkenis. Beide benutten de kloof tussen omkeerbaar-in-elk-buurtje en omkeerbaar-over-de-hele-ruimte. Dat is een teken van hoe wiskunde op zichzelf voortbouwt, geen bewijs dat er niets nieuws is gebeurd.

Wat nog onopgelost is

De tweedimensionale zaak is nog open. Dit is de oorspronkelijke, meest bestudeerde versie van het vermoeden, voor afbeeldingen van het vlak naar zichzelf, en zoals eerder opgemerkt: geen hoeveelheid aanvullen brengt een 3D-tegenvoorbeeld omlaag. Verschillende wiskundigen beschouwen de vlakke zaak als het moeilijkere, meer centrale probleem. Het is nu de overgebleven kern van het vermoeden, niet een kleinere versie van wat zojuist is beslecht.

Dit is ook nog niet peer-reviewed. Op dit moment is het een geverifieerde berekening en een preprint, geen gerefereerd artikel. Aangezien het geheel terug te voeren is op de twee berekeningen die je zojuist draaide, is verificatie waarschijnlijk niet het struikelblok, maar het is goed om de stand van zaken te noteren.

Er is ook een dieper gat. Niemand kan volledig uitleggen waarom het tegenvoorbeeld werkt. Een symbolische check bevestigt dat de botsing echt is; het geeft je niet het verhaal erachter, het soort uitleg dat een wiskundige vanaf nul kan herbouwen. Akhil Mathew, de wiskundige van de University of Chicago die het probleem suggereerde, verwoordde het goed: je kunt het antwoord verifiëren, maar het zou mooier zijn om er een verhaal bij te hebben.

Ook het ontdekkingsproces zelf blijft wat wazig. Een mens stelde de vraag, een AI deed het werk, een mens maakte het resultaat bekend. Die credits laten de prompts, de valse starts of hoeveel sturing er onderweg gebeurde niet zien. Dat is een echte vraag over hoe AI-ondersteunde bewijzen worden gecrediteerd, en een andere dan of de wiskunde standhoudt. Dat doet ze.

Slotgedachten

De wiskunde is echt. Een decennialang openstaand vermoeden heeft een echt gat voor dimensie drie en hoger, onafhankelijk bevestigd met standaardtools, en het is geen herhaling van Pinchuks resultaat uit 1994. Wat het niet is, is een volledige oplossing van "het Jacobiaanse vermoeden". De vlakke zaak staat nog, en het resultaat komt zonder het soort uitleg dat de wiskunde gewoonlijk net zo hoog waardeert als het antwoord zelf.

Het is ook onderdeel van een patroon. Frontiermodellen hebben in de loop van 2026 geknaagd aan lang openstaande problemen, zowel in combinatoriek als in getaltheorie. Lees dit als nog een datapunt in die trend, geen eenmalige uitschieter.

Voor iedereen die leert met AI aan technische problemen te werken, is de les niet "AI kan nu onderzoekswiskunde". Ze is smaller: deze modellen worden goed in het produceren van concrete objecten in domeinen waar succes een exacte verificateur heeft, en zoals je hierboven zag, kun jij die verificateur zijn met een pip install sympy. Generatie loopt hard vooruit. Verificatie houdt gelijke tred. Begrip moet nog wat inhalen.

Lineaire algebra en symbolische Python zijn hier de twee vaardigheden om op te bouwen: determinanten, invertibiliteit, en de gewoonte om claims in exacte rekenkunde te controleren in plaats van ze te vertrouwen. De volgende keer dat er zo’n resultaat valt, ben je klaar om dezelfde dag nog zelf de check te draaien.