AI가 리만 가설과 나비에-스토크스 난제 증명을 쏟아냈다

Unforced Navier-Stokes Singularity and the Generalized Riemann Hypothesis

AI가 리만 가설과 나비에-스토크스 난제 증명을 쏟아냈다

Terence Tao가 Levent Alpöge, Tristan Buckmaster, Matei Coiculescu의 최신 결과를 정리했다. AI의 대규모 지원을 받아 3차원 비압축성 Euler 방정식과 Navier-Stokes 방정식의 유한 시간 폭발을 증명하고 Lean으로 형식화했으며, Alpöge는 내부 AI 모델로 일반화된 리만 가설의 Lean 전용 증명까지 생성했다. 다만 리만 가설 증명은 검증과 전략 추출에 상당한 시간이 걸릴 전망이다.

Levent Alpöge는 내부 AI 모델을 사용해 일반화된 리만 가설의 (방대한) Lean 전용 증명을 생성했다.
  1. softwaredoug

    잘 모르는 게 하나 있는데, 수학에 더 가까운 분이 이 질문에 답해줄 수 있을까요.

    우리는 기존의 추상화와 개념을 바탕으로 언어를 생성하고 증명을 검증하는 무차별 대입 능력을 통해 엄청난 진전을 이루고 있는 것 같습니다.

    예를 들어 Tao는 리만 증명에 대해 이렇게 말합니다:

    > 랭글랜즈 프로그램과 산술 기하학의 현대적 발전을 전부 활용하는 것으로 보인다

    제가 궁금한 것은: 우리는 어떻게 새로운 추상화와 개념을 만드는가? 예를 들어 '랭글랜즈 프로그램'이란 게 뭐든 간에? 그런 것들이 다시 시스템에 피드백되어 훨씬 더 정교한 수학을 가능하게 한다.

    우리는 AI가 이걸 할 거라고 가정하는 건가? 아니면 이것은 여전히 적어도 수학 커뮤니티가 합의해야 하는 것인가? 마치 프로그래머들이 '링크드 리스트'에 대해 말할 때 그것을 공리적으로 정의하기 위해 한 시간 동안 대화를 나누지 않는 것처럼? 그리고 그런 사회적 측면이 없고, 긴 증명을 레고 블록 같은 공통 추상화로 분해하지 않는다면, 수학은 정체될 수 있을까? 부분적으로는 의미 있는 질문을 던질 능력을 잃기 때문에?

  2. chunky1994

    https://leanprover.zulipchat.com/#narrow/channel/113488-gene...

    두 개의 독립적인 커널이 결과를 받아들인 것 같습니다. 이는 증명에 커널 버그를 악용한 부분이 없을 가능성이 높다는 뜻입니다.

  3. PopePompus

    일반화 리만 가설과 역사적으로 리만 가설이라고 불려온 것 사이에 (혹시 있다면) 어떤 차이가 있는지 누군가 설명해줄 수 있나요?

  4. swingboy

    어리석은 질문일 수도 있는데, 1500만 줄 정도의 Lean 코드가 있다면 Lean 빌드가 '통과'했을 때 그것이 실제로 올바른 것을 형식적으로 검증하고 있는지, 아니면 그냥 '1+1=2' 같은 걸로 통과시킨 건 아닌지 어떻게 알 수 있나요? '러스트 프로그램이 컴파일되면 올바른 거다'라는 말을 듣긴 하지만, 그건 결코 비즈니스 로직이 올바르다는 뜻은 아니잖아요. 부정행위나 의도적 오류를 암시하는 건 아니고, 그저 모델이 '통과'는 하지만 실제로 말하는 것을 증명하지는 않는 뭔가를 내놓았을 수도 있다는 겁니다.

  5. actusual

    저 말고도 흥분과 공포를 동시에 느끼며 힘들어하는 사람 있나요? L1 MLE였던 10년 전 이후로 커리어/인생에 대해 이렇게 개인적인 불확실성을 느낀 적이 없었어요.

  6. gehsty

    수학의 미래에는 두 개의 경계가 있습니다. 하나는 LLM이 도출할 수 있는 것, 다른 하나는 우리가 이해할 수 있는 것입니다. 연구되는 과학이 완전히 비참한 수준이라면, LLM이 그걸 하는 게 무슨 의미가 있을까요.

  7. sega_sai

    스레드의 다른 몇몇 사람들처럼, 저도 이 순간이 정말 무섭게 느껴집니다. 지금 AI가 본질적으로 인간 지능을 완전히 능가한 것 같아요. 현재 AI의 결과는 컴퓨터 안에서 '종이와 펜으로' 하기 쉬운 것들로 제한되어 있지만, 이것이 다른 분야에도 풀리는 건 시간 문제일 겁니다.

    과학자에게 이건 무섭습니다. 사람이 더 이상 연구할 공간이 있을지 불분명하기 때문입니다. 하지만 저는 이 지능이 실제로 초래할 위험과 그것이 어디로 이어질 수 있는지에 대해 걱정하기 시작했습니다.

  8. maplet

    Tao가 틀릴 수도 있는 결과를 홍보하고 싶지 않다는 건 이해합니다. 하지만 리만 가설 결과에 대해 글을 올리면서 그 중요성에 대해 언급하지 않는 건 상상할 수 없네요.

이 날의 다른 글

2026-11-20