Claude Fable 5 и гипотеза Якобиана: что доказано, а что нет

В ночь финала чемпионата мира большинство смотрело футбол. Небольшой уголок интернета наблюдал, как творится история математики.

Исследователь Anthropic Левент Альпёге опубликовал короткое сообщение в X. Он заявил, что гипотеза Якобиана ложна. Это задача, остававшаяся нерешённой с 1939 года. Он поблагодарил коллегу за постановку задачи. И поблагодарил Claude Fable 5 за то, что проделал работу во время матча.

К следующему дню математики проверили это вручную. Результат устоял.

Но заголовок «ИИ решил 87‑летнюю математическую проблему» разлетается быстрее, чем подробности за ним. Давайте притормозим. Что здесь действительно новое? А что нет? И можно ли проверить это самим?

Можно. Примерно пятнадцать строк на Python. До этого дойдём.

Короткий ответ

Claude Fable 5 помог построить полиномиальное отображение из трёхмерного комплексного пространства в себя, записываемое ℂ³ → ℂ³. Его определитель Якобиана равен константе −2 всюду, что в точности соответствует условию гипотезы Келлера 1939 года, однако это отображение переводит три разные точки входа в один и тот же выход. Этого единственного примера достаточно, чтобы опровергнуть гипотезу в размерности три и выше. Исходная постановка задачи для двух переменных остаётся открытой, и рецензируемой статьи пока нет — есть только проверённые вычисления и препринт.

Это вся история в одном абзаце. Дальше в статье — почему каждое из этих утверждений важно.

Что такое гипотеза Якобиана?

Представьте функцию, которая принимает список чисел и возвращает новый список. Это «отображение» из одного пространства в другое. Математики задают о таких отображениях простой вопрос: всегда ли можно пойти вспять? Если известен выход, можно ли восстановить точный вход, который его породил?

Если вы занимались машинным обучением, вы уже встречались с объектом в центре этого вопроса, вероятно, без лишней драмы. Якобиан — это матрица частных производных отображения: то, что обратное распространение ошибки перемножает на каждом слое. Нормализующие потоки тоже нуждаются в его определителе, чтобы отслеживать, как плотность вероятности растягивается при прохождении через сеть. Та же матрица. Другая «соседская улица».

Калькуляс даёт локальный тест на обратимость, основанный именно на этой матрице: определителе Якобиана. Если он не равен нулю в точке, отображение обратимо в окрестности этой точки.

Но «вблизи точки» — не то же самое, что «повсюду». Вот самый наглядный пример, который я знаю, и он занимает две строки:

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

Определитель Якобиана этого отображения равен e^²ˣ, он никогда не обращается в ноль. Оно проходит локальный тест в каждой точке плоскости. И всё же его нельзя обратить глобально, потому что оно «оборачивается»: две разные дороги ведут к одному дому.

Заметьте, однако, что этот пример использует экспоненту. В 1939 году немецкий математик Отт-Хайнрих Келлер спросил, ведут ли себя многочлены «лучше». Его вопрос: если определитель Якобиана полиномиального отображения не просто нигде не равен нулю, а является одной и той же константой повсюду, гарантирует ли это, наконец, полную, глобальную обратимость?

В течение 87 лет никто не мог ответить. Ни доказательства, ни контрпримера. Именно эту гипотезу сейчас и надломил Claude Fable 5.

Что именно нашёл Claude Fable 5

В посте Альпёге было приведено явное полиномиальное отображение из ℂ³ в себя. Его определитель Якобиана всюду равен константе −2. Это точное условие Келлера. И всё же три разные точки на входе дают один и тот же результат на выходе.

Любой, у кого есть система компьютерной алгебры, может подставить их и проверить. Так и произошло: математики прогнали вычисления за считаные часы, и арифметика сошлась.

Поскольку контрпример живёт в трёх измерениях, он рушит гипотезу и в любой более высокой размерности. Возьмите 3D‑отображение, «дополните» его лишними, нетронутыми переменными — и получите рабочий контрпример в четырёх измерениях, пяти или ста. Но дополнение работает только «вверх». «Сжать» 3D‑контрпример до двух переменных оно не может — поэтому последний раздел этой статьи и существует.

Проверьте сами на Python

Здесь история о передовом ИИ превращается в упражнение, которое вы можете запустить в ноутбуке. Его стоит проделать. Есть особая ясность в том, чтобы увидеть контрпример в точной арифметике на своей машине. Вам понадобится только sympy, ничего больше.

Сначала определим отображение и подтвердим определитель:

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

Не «примерно −2». Ровно −2, символически, для каждой точки в ℂ³. Одно условие выполнено.

Теперь — столкновение. Я нашёл эти три точки, попросив SymPy решить F(v) = F(1, 1, 1). В оригинальном посте Альпёге приведён свой набор, и оба варианта работают:

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]

Три действительно разные входа. Один выход. Если три входа дают один ответ, обратного отображения быть не может, и гипотеза Келлера опровергнута. Вы только что проверили в точной арифметике вычисление, которое закрыло 87‑летнюю проблему.

Если вы пропустили код, резюме таково: обе части утверждения — постоянный определитель и совпадающие образы точек — проходят символическую проверку. Доверять числам с плавающей точкой не требуется.

Погодите, разве это уже не опровергали?

Прежде чем идти дальше, стоит обсудить то, что вы могли встретить в ответах на пост Альпёге: есть более старый результат в этой области, который часто всплывает, и различие между ними важно.

В 1994 году Сергей Пинчук нашёл двухпеременное, вещественно-значное полиномиальное отображение, которое локально обратимо всюду, но не глобально. Это известная конструкция, и легко предположить, что версия Fable 5 — просто перенос той идеи в третье измерение.

Это не так. Для отображения Пинчука достаточно, чтобы определитель Якобиана был ненулевым. Его значение может меняться от точки к точке, и вся конструкция работает только над вещественными числами. Это отвечает на более слабый вопрос, который иногда называют «сильной вещественной гипотезой Якобиана». Исходная гипотеза Келлера требует комплексных чисел и фиксированной константы — планка, которую конструкция Пинчука изначально не ставила целью преодолеть. Математики знают об этом различии уже три десятилетия.

Почему комплексные числа повышают планку? Вкратце: над вещественными многочлен может «уйти от проблем», просто не имея вещественных решений в «плохих» местах. x² + 1 никогда не обращается в ноль на вещественной оси, но над ℂ обязан. В комплексном пространстве отображению негде спрятаться, поэтому выполнение условия Келлера там — гораздо более жёсткое требование. Пример с экспонентой выше уже намекал на это, поскольку «оборачивание», которое его ломает, — явление по сути комплексное.

У этих двух результатов есть семейное сходство. Оба используют разрыв между «обратим в каждой окрестности» и «обратим на всём пространстве». Это признак того, как математика строится по кирпичикам, а не доказательство того, что ничего нового здесь не произошло.

Что остаётся нерешённым

Случай двух переменных всё ещё открыт. Это исходная и наиболее изученная версия гипотезы — для отображений плоскости в себя — и, как отмечалось, никакое «дополнение» не опускает 3D‑контрпример до неё. Несколько математиков считают плоский случай более сложной и центральной задачей. Теперь это «выжившее ядро» гипотезы, а не уменьшенная версия только что закрытой.

Работа также ещё не прошла рецензирование. Сейчас это проверённые вычисления и препринт, а не рецензируемая статья. Поскольку всё сводится к двум вычислениям, которые вы только что запустили, верификация вряд ли станет узким местом, но в протоколе должно быть отражено текущее положение дел.

Есть и более глубокий пробел. Никто пока не может в полной мере объяснить, почему контрпример работает. Символическая проверка подтверждает реальность столкновения; она не даёт истории за ним — такого объяснения, по которому математик мог бы восстановить картину с нуля. Ахилл Матхью, математик из Чикагского университета, предложивший задачу, сказал точно: ответ можно проверить, но хотелось бы иметь историю, которую можно рассказать.

Сам процесс открытия остаётся несколько туманным. Человек поставил вопрос, ИИ проделал работу, человек объявил результат. Такая «кредитная строка» не показывает запросы, ложные старты и объём управления по пути. Это реальный вопрос о том, как распределять заслуги в работах с участием ИИ, и он отделён от вопроса, выдерживает ли математика проверку. Выдерживает.

Напоследок

Математика здесь реальна. Многолетняя гипотеза имеет настоящий изъян в размерности три и выше, подтверждённый независимо стандартными инструментами, и это не пересказ результата Пинчука 1994 года. Но это не полное решение «гипотезы Якобиана». Случай плоскости по‑прежнему стоит, и результат приходит без того рода объяснения, которое математика обычно ценит не меньше самого ответа.

Это также часть тенденции. Передовые модели в течение 2026 года «подтачивали» давние открытые проблемы и в комбинаторике, и в теории чисел. Воспринимайте это как ещё одну точку данных в этом тренде, а не уникальный случай.

Для тех, кто учится работать с ИИ над техническими задачами, урок не в том, что «ИИ уже умеет делать исследовательскую математику». Он ужеже: эти модели всё лучше создают конкретные объекты в областях, где успех имеет точный проверяющий, и, как вы видели выше, этим проверяющим можете быть вы с pip install sympy. Генерация мчится вперёд. Верификация не отстаёт. Пониманию ещё предстоит нагнать.

Линейная алгебра и символьный Python — два навыка, которые здесь стоит прокачивать: определители, обратимость и привычка проверять утверждения в точной арифметике, а не верить им на слово. В следующий раз, когда появится подобный результат, вы сможете прогнать проверку сами ещё до конца дня.