Anthropic

Anthropic研究発表: 未公開Claudeがリーマンゼータ関数の下限を41.6%→67.2%に引き上げ — AI数学研究能力の画期的実証、マルチエージェント構成で37年分の進歩を超過

元記事を読む(anthropic.com)

Summary

8月10日にAnthropicが研究発表。未公開の研究版Claudeがリーマンゼータ関数の非自明な零点のうちリーマン予想を満たす(臨界線上にある)ものの割合の下限を、従来の41.6%から67.250%に引き上げた。リーマン予想自体の証明ではないが、過去37年間で人間の数学者が0.8ポイントしか改善できなかった下限を25.6ポイント引き上げた。約60のClaudeサブエージェントがClaude Code上で1日半・31M出力トークンを消費し、2,400のシェルコマンドと数百のPythonスクリプトを実行。鍵となる洞察は、臨界線上と臨界線外の零点を別々に分析するのではなく統一的な幾何空間として扱う手法。結果はLeanで形式検証され、外部数論学者Brian ConreyとDan Goldstonがレビュー。ただし従来の査読は未完了で、Anthropicが使用した非公開研究モデルのため完全な再現は不可能。

Key Takeaways

  • リーマンゼータ関数の臨界線上の零点割合の下限を41.6%→67.250%に引き上げ — 37年間の人間の進歩(0.8pt)を25.6ptで大幅超過
  • マルチエージェント構成(約60サブエージェント)で1日半・31M出力トークン・2,400シェルコマンドを実行
  • 形式検証(Lean)済み+外部数論学者レビュー済み — ただし従来の査読は未完了
  • 非公開研究モデル使用のため完全再現不可 — 科学的検証プロセスとしての限界に注意
  • Claude Code+マルチエージェント構成が純粋数学研究で画期的成果 — AI科学研究能力の新たなマイルストーン

Best Practice Updates

  • Claude Codeのマルチエージェント構成(Dynamic Workflows)が純粋数学研究で実用性を実証 — 研究目的の大規模エージェント活用の参照事例
  • Lean形式検証とのClaude Code連携が数学的正確性の保証手段として確立

Same Day Signals

すべて見る →

元記事の著作権は各著作者に帰属します。