Математики — народ терпеливый. Чтобы сдвинуть нижнюю границу доли нулей дзета-функции Римана на критической прямой с 40,77% до 41,6%, человечеству потребовалось тридцать лет упорного труда. Исследовательская версия Claude от Anthropic проделала путь в десять раз длиннее, прыгнув сразу до 67,2% всего за полтора дня. Пока бизнес-сообщество вяло обсуждает, сможет ли нейросеть заменить копирайтера на ставке, машина в тишине серверных стоек продвинула задачу, не поддававшуюся лучшим умам планеты со времен викторианской эпохи. Это не удачный промпт, а смена парадигмы R&D: переход от статистического угадывания слов к навигации в пространстве чистой абстрактной логики.
Анатомия прыжка через десятилетия
Гипотеза Римана, сформулированная еще в 1859 году, — это «святой Грааль» криптографии и теории чисел. Она описывает распределение простых чисел: если гипотеза верна, то в их хаосе скрыт идеальный порядок. Институт Клэя пообещал миллион долларов тому, кто докажет, что все 100% нулей лежат на той самой критической прямой. Математики штурмовали эту крепость по проценту в десятилетие: Сельберг в 1942-м, Левинсон в 1974-м, Конри в 1989-м. Рекорд в 41,6% держался с 2020 года как неприступная стена. Claude не просто перелез через нее — он ее снес. Модель не галлюцинировала формулы, а действовала как элитный аналитический спецназ.
Модель при этом не изобрела новую математику — она заметила, что уже существующие человеческие результаты складываются в комбинацию, которую никто не попробовал.
Механика процесса выглядит кошмаром для тех, кто верит в исключительность человеческой интуиции. Как сообщил сотрудник Anthropic Джарред Самнер, Claude оперировал роем из 60 субагентов, которые за 36 часов выполнили 2400 команд в консоли и написали сотни скриптов на Python для самопроверки. Модель фактически организовала собственное научное издательство: одни агенты выдвигали гипотезы, другие их рецензировали, искали контрпримеры и проверяли базу препринтов arXiv. Результат формализован на языке Lean и прошел машинную верификацию. Математики Брайан Конри и Дэн Голдстон, на чьих работах строился прорыв, подтвердили: Claude увидел стыковку идей, которую люди просто проглядели.
Капитализация логики вместо генерации шума
Для бизнеса этот кейс — не про сухую теорию чисел. Это демонстрация того, как AI превращается из «продвинутого Т9» в инструмент взлома сверхсложных систем. Если модель способна за выходные пересобрать математический ландшафт 165-летней давности, то что она сделает с оптимизацией логистики, поиском новых материалов или анализом уязвимостей в коде? Здесь кроется ключевое отличие исследовательской версии Claude от обычного чат-бота: машина научилась работать с абстракциями на уровне, где человеческий фактор становится узким местом.
Смелость хода в том, чтобы рассмотреть все пространство целиком, с нулями на прямой и вне ее одновременно.
Вклад человека в этот прорыв свелся к роли психотерапевта. Самнер признался, что поначалу модель скептически оценивала шансы на успех — видимо, слишком хорошо выучила, что гипотеза Римана непобедима. Человеку пришлось буквально уговаривать систему продолжать попытки и верить в себя. Это важный нюанс: главная преграда для AI сейчас — не отсутствие мощностей, а рамки, заложенные при обучении. Как только Claude позволили взяться за задачу всерьез, он выдал результат, который в нормальных условиях стоил бы корпорации десятилетий работы целого департамента.
Стена из оставшихся процентов
Разумеется, ждать падения всех шифров мира пока рано. Anthropic честно предупреждает: нынешние методы Claude вряд ли дотянут до 100% и полного доказательства. Оставшиеся проценты могут стать стеной, для преодоления которой потребуется фундаментально новая математика, а не виртуозная комбинаторика. Вся тяжелая атлетика здесь все еще человеческая: без работ Бомбьери и группы Голдстона модели было бы нечего связывать. Она — гениальный архитектор, который строит из чужих кирпичей, но сам пока не умеет обжигать глину.
Перед нами первый задокументированный случай, когда AI не просто автоматизировал рутину, а расширил границы доказанного знания. Для R&D-директоров это сигнал: ценность нейросетей смещается от генерации контента к синтезу решений в условиях экстремальной сложности. Главное ограничение — зависимость от качества исходных человеческих идей: Claude не создал теорию с нуля, но нашел в библиотеке знаний упущенные связи. Однако даже в таком режиме AI превращается в катализатор, сокращающий десятилетия исследований до часов машинного времени. Миллион долларов от института Клэя все еще ждет владельца, но теперь мы знаем, что у претендента будет кремниевое сердце и очень настойчивый оператор на связи.