Claude Fable 5 și Conjectura Jacobiană: ce s-a demonstrat și ce nu

În noaptea finalei Cupei Mondiale, cei mai mulți oameni urmăreau fotbal. Un colțișor al internetului urmărea cum se face istorie în matematică.

Cercetătorul Anthropic Levent Alpöge a postat un mesaj scurt pe X. Spunea că conjectura jacobiană este falsă. Este o problemă rămasă nerezolvată din 1939. I-a atribuit meritul unui coleg pentru sugestia problemei. I-a atribuit meritul lui Claude Fable 5 pentru munca depusă în timpul meciului.

Până a doua zi, matematicienii o verificaseră manual. A rezistat verificării.

Dar „AI sparge o problemă de matematică veche de 87 de ani” este un titlu care circulă mai repede decât detaliile din spatele lui. Așa că hai să încetinim. Ce este cu adevărat nou aici? Ce nu este? Și poți verifica tu însuți?

Poți. În cam cincisprezece linii de Python. Ajungem și acolo.

Răspunsul pe scurt

Claude Fable 5 a ajutat la construirea unei aplicații polinomiale din spațiul complex tridimensional în sine, scrisă ℂ³ → ℂ³. Determinantul jacobian este constanta -2 peste tot, exact condiția din conjectura lui Keller din 1939, și totuși aplicația trimite trei puncte de intrare diferite la același rezultat. Acest singur exemplu respinge conjectura în dimensiunea trei și peste. Versiunea originală cu două variabile a problemei rămâne deschisă și nu există încă un articol evaluat de colegi, ci doar un calcul verificat și un preprint.

Asta e povestea întreagă într-un paragraf. Restul articolului explică de ce contează fiecare propoziție din el.

Ce este conjectura jacobiană?

Imaginează-ți o funcție care primește o listă de numere și scoate o nouă listă. Aceasta este o „aplicație” dintr-un spațiu în altul. Matematicienii pun o întrebare simplă despre astfel de aplicații: poți întotdeauna să lucrezi invers? Dacă știi rezultatul, poți recupera exact intrarea care l-a produs?

Dacă ai făcut vreun pic de machine learning, deja ai întâlnit obiectul din centrul acestei întrebări, probabil fără dramă. Jacobianul este matricea derivatelor parțiale ale unei aplicații: acel lucru pe care backpropagation îl înmulțește la fiecare strat. Flows de normalizare au nevoie și de determinantul ei, pentru a urmări cum se întinde masa de probabilitate pe măsură ce se deplasează prin rețea. Aceeași matrice. Alt cartier.

Analiza îți dă un test local pentru reversibilitate bazat exact pe această matrice: determinantul jacobian. Dacă nu e zero într-un punct, aplicația este reversibilă în vecinătatea acelui punct.

Dar lângă un punct nu e același lucru cu peste tot. Iată cel mai curat exemplu pe care îl știu, și are două linii:

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

Determinantul jacobian al acestei aplicații este e^²ˣ, care nu este niciodată zero. Treci testul local în fiecare punct din plan. Totuși nu poate fi inversată, pentru că se înfășoară: două drumuri diferite, aceeași casă.

Observă însă că acest exemplu folosește o exponențială. În 1939, matematicianul german Ott-Heinrich Keller a întrebat dacă polinoamele se comportă mai bine. Întrebarea lui: dacă determinantul jacobian al unei aplicații polinomiale nu este doar nenul peste tot, ci una și aceeași constantă peste tot, garantează asta în sfârșit reversibilitatea globală completă?

Timp de 87 de ani, nimeni nu a putut răspunde. Nicio demonstrație. Niciun contraexemplu. Aceasta este conjectura pe care Claude Fable 5 tocmai a ciobit-o.

Ce a găsit de fapt Claude Fable 5

Postarea lui Alpöge includea o aplicație polinomială explicită din ℂ³ înapoi în sine. Determinantul jacobian este o constantă, -2, în fiecare punct. Aceasta este exact condiția lui Keller. Și totuși trei puncte distincte intră, iar toate trei ies la fel.

Oricine are un instrument de algebră computațională le poate introduce și verifica. Exact asta s-a întâmplat: matematicienii au rulat calculele în câteva ore, iar aritmetica a ieșit corectă.

Pentru că contraexemplul trăiește în trei dimensiuni, el dărâmă conjectura și în orice dimensiune mai mare. Iei aplicația 3D, o completezi cu variabile suplimentare neatinse și ai un contraexemplu funcțional în patru dimensiuni, cinci sau o sută. Completarea merge doar în sus, însă. Nu poate stoarce un contraexemplu 3D în două variabile, motiv pentru care există ultima secțiune a acestui articol.

Verifică singur în Python

Aici o poveste despre AI de avangardă devine un exercițiu pe care îl poți rula într-un notebook. Merită să-l rulezi. E ceva clarificator în a vedea contraexemplul rezistând în aritmetică exactă pe propria ta mașină. Ai nevoie de sympy, nimic altceva.

Mai întâi, definește aplicația și confirmă determinantul:

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

Nu „aproximativ -2”. Exact -2, simbolic, pentru fiecare punct din ℂ³. O condiție bifată.

Acum ciocnirea. Am găsit aceste trei puncte cerând SymPy să rezolve F(v) = F(1, 1, 1). Postarea originală a lui Alpöge enumeră propriul set, și ambele funcționează:

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]

Trei intrări cu adevărat diferite. Un rezultat. Dacă trei intrări dau un singur răspuns, nu poate exista o inversă, iar conjectura lui Keller cade. Tocmai ai verificat, în aritmetică exactă, calculul care a tranșat o problemă veche de 87 de ani.

Dacă ai sărit peste cod, iată rezumatul: ambele jumătăți ale afirmației, determinant constant și puncte care se ciocnesc, trec verificarea simbolică. Fără încredere în virgulă mobilă.

Stai, nu a mai fost deja infirmată?

Înainte să mergem mai departe, merită să clarificăm ceva ce s-ar putea să fi întâlnit în răspunsurile la postarea lui Alpöge, pentru că există un rezultat mai vechi în această zonă care tot revine și distincția contează.

În 1994, Sergey Pinchuk a găsit o aplicație polinomială cu două variabile, cu valori reale, care era local reversibilă peste tot, dar nu și global reversibilă. Este o construcție bine-cunoscută și e tentant să presupui că versiunea lui Fable 5 e doar acea idee întinsă într-a treia dimensiune.

Nu este. Aplicația lui Pinchuk are nevoie doar ca determinantul jacobian să fie nenul. Valoarea poate varia de la un punct la altul, iar totul funcționează doar peste numerele reale. Asta răspunde la o întrebare mai slabă, numită uneori „conjectura jacobiană reală puternică”. Conjectura originală a lui Keller cere numere complexe și o constantă fixă, un prag pe care construcția lui Pinchuk nu a fost niciodată menită să-l atingă. Matematicienii cunosc această diferență de trei decenii.

De ce ridică numerele complexe ștacheta? Pe scurt: peste reale, un polinom poate ocoli problemele pur și simplu neavând soluții reale în punctele rele. x² + 1 nu atinge niciodată zero pe axa reală, dar peste ℂ trebuie. Spațiul complex nu lasă aplicației unde să se ascundă, așa că supraviețuirea condiției lui Keller acolo e o cerință mult mai puternică. Aplicația exponențială de mai devreme deja sugera asta, din moment ce înfășurarea care a stricat-o este profund un fenomen al numerelor complexe.

Cele două rezultate au totuși o rudă comună. Ambele exploatează diferența dintre „reversibil în fiecare vecinătate” și „reversibil pe întregul spațiu”. Asta arată cum se construiește matematica pe sine, nu dovada că nu s-a întâmplat nimic nou aici.

Ce rămâne nerezolvat

Cazul cu două variabile este încă deschis. Aceasta este versiunea originală, cea mai studiată a conjecturii, pentru aplicații din plan înapoi în sine, și, cum am menționat, nicio completare nu coboară un contraexemplu 3D până la el. Câțiva matematicieni consideră cazul planului problema mai grea, mai centrală. Acum este miezul supraviețuitor al conjecturii, nu o versiune mai mică a celei tocmai tranșate.

De asemenea, nu a trecut prin peer review. Deocamdată e un calcul verificat și un preprint, nu un articol referențiat. Din moment ce totul se reduce la cele două calcule pe care tocmai le-ai rulat, probabil verificarea nu e punctul sensibil, dar consemnul ar trebui să spună lucrurilor pe nume.

Există și un gol mai adânc. Nimeni nu poate explica pe deplin de ce funcționează contraexemplul. O verificare simbolică confirmă că ciocnirea e reală; nu îți dă povestea din spate, genul de explicație din care un matematician ar putea reconstrui totul de la zero. Akhil Mathew, matematicianul de la University of Chicago care a sugerat problema, a spus bine: poți verifica răspunsul, dar ar fi mai plăcut să ai o poveste de spus.

Procesul descoperirii rămâne și el puțin neclar. Un om a pus întrebarea, un AI a făcut munca, un om a anunțat rezultatul. Acea linie de credit nu arată prompturile, încercările nereușite sau câtă direcționare a avut loc pe parcurs. Asta e o întrebare reală despre cum sunt creditate demonstrațiile asistate de AI, separată de întrebarea dacă matematica rezistă. Rezistă.

Gânduri finale

Matematica e reală. O conjectură deschisă de zeci de ani are o breșă autentică în dimensiunea trei și peste, confirmată independent cu instrumente standard, și nu este o reluare a rezultatului lui Pinchuk din 1994. Ce nu este, este o rezolvare completă a „conjecturii jacobiene”. Cazul planului rămâne în picioare, iar rezultatul vine fără acel tip de explicație pe care matematica îl prețuiește de obicei la fel de mult ca răspunsul în sine.

Este și parte dintr-un tipar. Modelele de avangardă au erodat probleme deschise de lungă durată pe tot parcursul lui 2026, atât în combinatorică, cât și în teoria numerelor. Citește asta ca pe încă un punct de date în acel trend, nu ca pe un caz singular.

Pentru oricine învață să lucreze cu AI pe probleme tehnice, lecția nu este „AI poate face matematică de cercetare acum”. E mai îngustă: aceste modele devin tot mai bune la a produce obiecte concrete în domenii unde succesul are un verificator exact și, după cum ai văzut mai sus, tu poți fi acel verificator cu un pip install sympy. Generarea aleargă înainte. Verificarea ține pasul. Înțelegerea mai are de recuperat.

Algebra liniară și Python simbolic sunt cele două abilități care merită construite aici: determinante, invertibilitate și obișnuința de a verifica afirmațiile în aritmetică exactă, nu de a le lua de bune. Data viitoare când apare un rezultat ca acesta, vei fi gata să rulezi verificarea singur înainte de sfârșitul zilei.