AI-translated from English; not yet reviewed by a fluent editor.
# యూనిట్ దూరాల నుంచి Navier–Stokes వరకు: AI గణితం కొత్త దశకు చేరింది
> యూనిట్-దూరాల ఖండన నుంచి Navier–Stokes వరకు, కొత్త ఫలితాలు, మానవుల తదుపరి పరిశోధన, అధికారిక నిరూపణలతో AI గణితం ముందుకు సాగుతోంది. నిజంగా ఏమి మారింది?
By BIG CHANGE Editorial
Published: 2026-09-22T03:48:27.579Z
Updated: 2026-09-22T03:48:27.579Z
Canonical: https://bigchange.ai/blog/ai-mathematics-unit-distance-navier-stokes

AI-generated conceptual illustration by BIG CHANGE. From geometry to fluid mathematics: conceptual sketches of the article's range, not the actual unit-distance construction, a proof or a fluid simulation.
మేలో, ఒక సమతలంపై బిందువుల గురించి అడిగిన ప్రశ్న అనూహ్య సమాధానాన్ని తెచ్చింది. సెప్టెంబర్ నాటికి, AI ప్రయోగశాలలు ద్రవాల్లో ఏకత్వాల గురించి వాదనలు ప్రచురించాయి; నిరూపణలను కంప్యూటర్లు తనిఖీ చేయడానికి ఉద్దేశించిన ఫైళ్లనూ విడుదల చేశాయి. ఈ ప్రకటనల మధ్యలో కొత్త ప్రతిదృష్టాంతాలు, మెరుగైన హద్దులు, Fermat చివరి సిద్ధాంతానికి అధికారిక రూపకల్పన వచ్చాయి.
AI గణితంలోని మార్పును, గెలిచిన ఊహాగానాల వరుస స్కోరుకన్నా ఎక్కువగా పరిశీలించాలి. ఈ ఫలితాలు వేర్వేరు ప్రశ్నలు అడుగుతాయి, వేర్వేరు ఆధారాలు కలిగి ఉంటాయి, పూర్తికాని వేర్వేరు పనులను వదిలిపెడతాయి. ఒక ప్రతిదృష్టాంతం అత్యుత్తమ సమాధానాన్ని కనుగొనకుండానే నమ్మకాన్ని తారుమారు చేయవచ్చు. ప్రసిద్ధ ఊహాగానం తెరిచే ఉండగా మెరుగైన హద్దు ముఖ్యం కావచ్చు. కంప్యూటర్ తనిఖీ చేసిన నిరూపణ ఒక వాక్యాన్ని స్థాపించినా, దాని ఆలోచనలు ఇతరచోట్ల ఎందుకు ఉపయోగపడతాయో వివరించకపోవచ్చు.
2026 సెప్టెంబర్ 22 వరకు తాజా నివేదికతో, OpenAI మే 20న ప్రకటించిన యూనిట్-దూరాల ఫలితం నుంచి సెప్టెంబర్ Navier–Stokes వాదన వరకు ప్రధాన పరిణామాలను ఈ కథనం పరిశీలిస్తుంది. మధ్యలో వచ్చిన ముఖ్యమైన ప్రకటనలు, వాటి నుంచి పెరిగిన పరిశోధన కూడా ఇందులో ఉన్నాయి. ఇది ఈ వరుసకు మార్గపటం మాత్రమే; AI సహాయంతో వెలువడిన ప్రతి గణిత పత్రం పూర్తి జాబితా కాదు. సూచించిన ప్రకటనలు, సంబంధిత సిద్ధాంత వాక్యాలు, పరిశోధన పరిచయాలు, ధృవీకరణ పత్రాలను చదివాం. ఈ నిరూపణలను స్వతంత్రంగా సమీక్షించలేదు లేదా వాటి అధికారిక రూపకల్పనలను మళ్లీ నిర్మించలేదు.
పురోగతికి బలమైన ఆధారంలో రెండు భాగాలున్నాయన్నది మా ప్రధాన అభిప్రాయం: తీవ్రమైన పరిశీలనకు అర్హమైన గణిత వాదనలను యంత్రాలు రూపొందిస్తున్నాయి; కొన్నింటి నుంచి మనుషులు ఇప్పటికే తదుపరి గణితాన్ని వెలికితీస్తున్నారు. ఇది నిరంతర పురోగతిగా మారుతుందా అన్నది పనిని తనిఖీ చేయడానికి, వివరించడానికి, విస్తరించడానికి కేటాయించే వనరులపై ఆధారపడుతుంది.
## మే: ప్రతిదృష్టాంతం జ్యామితిలో కొత్త దారిని తెరిచింది
యూనిట్-దూరాల సమస్యను ఊహించడం సులభం. ఒక సమతలంపై కొన్ని బిందువులు పెట్టి, సరిగ్గా ఒక యూనిట్ దూరంలో ఉన్న జతలను లెక్కించండి. బిందువులు పెరిగేకొద్దీ ఆ జతల సంఖ్య ఎంతవరకు పెరుగుతుంది?
అంతర్గత సాధారణ తర్క మోడల్, Erdős సమస్యల సమూహంలో పరీక్షించగా కొత్త నిర్మాణాన్ని కనుగొందని OpenAI మే 20 ప్రకటన ఆపాదించింది. వాదనను పరిశీలించిన బయటి గణిత శాస్త్రవేత్తల వేరొక సహచర పత్రాన్నీ ప్రచురించింది. ఆ రెండో పత్రం ఉండటం ముఖ్యం: మోడల్ గురించి ప్రయోగశాల చెప్పిన కథనానికి మించి, ఆ గణిత శాస్త్రవేత్తలు ఏమి అర్థం చేసుకున్నారు, మళ్లీ నిర్మించారు అనేది పాఠకులు పరిశీలించగలరు. [OpenAI ప్రకటన](https://openai.com/index/model-disproves-discrete-geometry-conjecture/).
అసలు ముసాయిదా, స్థిరమైన ధనాత్మక δ కోసం, కనీసం n^(1+δ) యూనిట్-దూర జతలున్న అనంత బిందు సమూహాలను నిర్మిస్తుంది. సరళంగా చెప్పాలంటే, ఉదాహరణలు పెద్దవవుతున్నా ఘాతాంకంలో మెరుగుదల కొనసాగుతుంది. ఇది ఊహించిన దాదాపు రేఖీయ వృద్ధిని ఖండిస్తుంది. ప్రతి బిందు సంఖ్యకు యూనిట్ దూరాల ఖచ్చిత గరిష్ఠాన్ని ఇది నిర్ణయించదు; అత్యుత్తమ హద్దులపై విస్తృత శోధన కొనసాగుతోంది. [యూనిట్-దూరాల ముసాయిదా](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-proof.pdf).
నిర్మాణం ఎక్కడి నుంచి వచ్చిందన్నదే ఆశ్చర్యం. సహచర పత్రం జ్యామితి ఫలితాన్ని సున్నితమైన బీజగణిత సంఖ్యా సిద్ధాంతంతో అనుసంధానిస్తూ మునుపటి గణిత ఆధారాలను పేర్కొంటుంది. దాని రచయితలు సరళీకరించిన, కొంత సాధారణీకరించిన పునర్నిర్మాణాన్ని అందిస్తారు. AI ఆవిష్కరణ తర్వాత మానవులు చేసిన పనికి ఇది మంచి ఉదాహరణ: యంత్రాంగాన్ని గుర్తించడం, దాని ఆధారాలను స్పష్టం చేయడం, ఇతర పరిశోధకులు ఉపయోగించగల వాదనగా మార్చడం. [గణిత శాస్త్రవేత్తల సహచర పత్రం](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-remarks.pdf).
మే ఫలిత ప్రాధాన్యత తెలుసుకోవాలనుకునే పాఠకుడు, ప్రారంభ ప్రకటనతో పాటు తదుపరి పత్రాలనూ దగ్గరగా అనుసరించాలి. కొత్త పద్ధతిని ఇతర పరిశోధకులు తదుపరి ప్రశ్నలు అడగడానికి, సమాధానాలు కనుగొనడానికి ఉపయోగించినప్పుడు దానికి వేరొక రకమైన విశ్వసనీయత వస్తుంది.
## మే నుంచి జూలై: ఆలోచనలు ఇతరులకూ చేరాయి
మే 27న Thomas Bloom, Will Sawin, Carl Schildkraut, Dmitrii Zhelezov నిజ సంఖ్యలపై సమ్-ప్రొడక్ట్ ఊహాగానానికి ప్రతిదృష్టాంతాన్ని పోస్ట్ చేశారు. దాదాపుగా, ఒక సమితిలోని అంశాలను కలిపినప్పుడు లేదా గుణించినప్పుడు అది ఎంత విస్తరిస్తుందో ఇది అడుగుతుంది. రెండు ఫలిత సమితులూ ఊహించిన దాదాపు వర్గస్థాయి కంటే చిన్నగా ఉండే నిర్మాణాన్ని వారి వాదన అనుమతిస్తుంది. పెద్ద డిగ్రీ గల సంఖ్యా క్షేత్రాలను మళ్లీ పరిశీలించడానికి యూనిట్-దూరాల ప్రతిదృష్టాంతమే తమను ప్రేరేపించిందని రచయితలు స్పష్టంగా చెబుతారు. తమ తుది నిర్మాణానికి మునుపటి ఫలితంకన్నా తక్కువ సంఖ్యా సిద్ధాంతం అవసరమని కూడా వివరిస్తారు. [సమ్-ప్రొడక్ట్ పత్రం](https://arxiv.org/html/2605.28781v1).
AI నుంచి వచ్చిన ఫలితం మానవ రచయితల గణితానికి ప్రేరణగా నిలిచిన స్పష్టమైన సందర్భం ఇది. తదుపరి పత్రాన్ని AI రాసిందని ఇది స్థాపించదు; వారి పనిని ప్రయోగశాల విజయాల లెక్కలో కలిపి, దాని రచయితలను చెరిపివేయకూడదు.
జూన్ 11న తొలిసారి సమర్పించి, జూన్ 28న సవరించిన Cosmin Pohoata ముసాయిదా, ఈ క్రమాన్ని Elekes–Rónyai సమస్య వరకు తీసుకెళ్తుంది. తగిన సమితులపై విలువలు ఊహించినదానికన్నా తక్కువగా విస్తరించే బహుపది ఉదాహరణను, ఇటీవలి యూనిట్-దూర, సమ్-ప్రొడక్ట్ నిర్మాణాల ఆధారంతో అందిస్తుంది. సమస్యల మధ్య సంబంధాన్ని పత్రం స్పష్టంగా వివరిస్తుంది. [Pohoata పత్రం](https://arxiv.org/html/2606.13619v2).
జూలై 6న Sungchul Lee, Pohoata, Daniel Zhu Minkowski గ్రిడ్పై మరో ఫలితాన్ని పోస్ట్ చేశారు. వారి నిర్మాణం ఉపసమితుల్లో పునరావృత దూరాల లక్షణాలను కాపాడుతుంది; పునరావృత దూరాలు, సమద్విబాహు త్రిభుజాల ప్రశ్నలకు పరిణామాలున్నాయి. అసాధారణంగా సమృద్ధమైన ఒక్క నిర్మాణాన్ని చూపి, దాని అంతర్గత ప్రవర్తనను పరిశీలించకుండా వదిలేయడంకన్నా ఇది బలమైన నిర్మాణాత్మక ఫలితం. [Minkowski గ్రిడ్ పత్రం](https://arxiv.org/html/2607.05374v1).
ఆశావహ దృక్కోణానికి ఇక్కడ ఆధారాలున్నాయి. మే ఫలితం నుంచి ఇతర పరిశోధకులు కొన్ని వారాల్లోనే మార్చి మళ్లీ ఉపయోగించగల విషయాలు పొందారు. మా ప్రతిపాదిత విజయ కొలమానం, అటువంటి ఉపయోగకరమైన పద్ధతుల సృష్టితో పాటు వాటిని అర్థం చేసుకోవడానికి అవసరమైన శ్రమ. పరిష్కరించిన సమస్యల ముడి సంఖ్య ఈ తేడాను చూపదు.
## జూలై: Jacobian ప్రతిదృష్టాంతం పరిధి ఎందుకు ముఖ్యం చూపింది
రెండో ఆశ్చర్యకర ఘటన Jacobian ఊహాగానానికి సంబంధించినది. Fable AIతో రూపొందించిన ప్రతిదృష్టాంతాన్ని Terence Tao జూలై 21 వివరణలో పరిశీలిస్తారు: మూడు సంక్లిష్ట చరరాశులలోని బహుపది పటం, చిన్న పరిసరంలో తిరగదగినట్లు ప్రవర్తించినా, మొత్తం మీద వేర్వేరు బిందువులను ఒకే ఫలితానికి పంపుతుంది. మూడు, అంతకంటే ఎక్కువ పరిమాణాల్లో ఊహాగానం చెప్పే సాధారణ వాదన తప్పు; రెండు పరిమాణాల కేసు ఇంకా తెరిచే ఉంది. స్పష్టమైన సూత్రాలు ఇచ్చి నిర్మాణ జ్యామితిని Tao వివరిస్తారు. [Tao గణిత వివరణ](https://terrytao.wordpress.com/2026/07/21/a-digestion-of-the-jacobian-conjecture-counterexample/).
స్పష్టమైన ప్రతిదృష్టాంతం దాని కీలక విరోధాన్ని లెక్కలతో అర్థం చేసుకోవడానికి సులభం చేయవచ్చు. అలాంటి ఉదాహరణ ఎందుకు ఉండాలో కనుగొనడం, సంబంధిత ఉదాహరణలు ఎలా నిర్మించాలో తెలుసుకోవడం మాత్రం తదుపరి గణిత పని. ప్రచురిత రూపంలో ఈ వేర్వేరు పనులను Jacobian ఘటన పాఠకులకు చూపిస్తుంది.
సెప్టెంబర్లోనూ పరిధి తేడా ముఖ్యం అయింది. Arno van den Essen సెప్టెంబర్ 15 ముసాయిదా, రేఖీయ సమన్వయ మార్పుల తర్వాత Levent Alpöge కనుగొన్న ఉదాహరణకు సమానమైన ప్రతిదృష్టాంతాన్ని కనుగొనే ప్రాథమిక మార్గాన్ని చూపుతుంది. ఇది నిర్మాణానికి కొత్త వివరణ మాత్రమే; అసలు ఊహాగానానికి స్వతంత్రంగా రెండోసారి ఓటమి కాదు. [Van den Essen పత్రం](https://arxiv.org/abs/2609.17795).
పరిశోధన మేనేజర్కు, ఏదిని ప్రోత్సహించాలనే విషయంలో ఇది ఆచరణాత్మక మార్పును సూచిస్తుంది. క్లిష్టమైన ఆవిష్కరణను అర్థం చేసుకునేలా చేసే వ్యక్తికి నిధులు ఇవ్వడం, శీర్షికకు తగిన మరో ఫలితాన్ని వెతకడానికి నిధులు ఇవ్వడంలాగే తదుపరి పనిని తెరవవచ్చు. ఈ క్రమాన్ని మేము ఇలా అంచనా వేస్తున్నాం; విశ్వవిద్యాలయాలు ఇప్పటికే ప్రోత్సాహకాలు మార్చాయని చెప్పడం కాదు.
## ఆగస్టు: విస్తృత గణిత వాదనలు
ఆగస్టు 1న OpenAI గణితం, సైద్ధాంతిక కంప్యూటర్ శాస్త్రంలో పది ఫలితాల సమూహాలను విడుదల చేసింది. అంతర్గత Astra సంచిక వాదనలు రూపొందించిందనీ, మానవులు మోడల్తో కలిసి ముసాయిదాలు సిద్ధం చేశారనీ, మోడల్ Lean ధృవపత్రాలు రూపొందించిందనీ కంపెనీ చెబుతుంది. మేలోని ఒక్క ఫలిత ప్రకటనకన్నా ఇది వేరే ఉత్పత్తి వివరణ; ముసాయిదా సిద్ధం చేయడంలో మోడల్ పాత్రను స్పష్టంగా చెబుతుంది. [ఆగస్టు ప్రకటన](https://openai.com/index/ten-advances-in-mathematics/).
ఆగస్టు 6న నవీకరించిన అనుబంధ సేకరణ ఈ విషయాలను నివేదిస్తుంది. ఇవి ముసాయిదాలోని వాదనల వివరణలు మాత్రమే; BIG CHANGE చేసిన పది వేర్వేరు ధృవీకరణలు కావు:
- **గోళ ప్యాకింగ్:**అధిక పరిమాణాల్లో మరింత కచ్చితమైన అసింప్టోటిక్ ఎగువ హద్దు.
- **ద్విమితీయ, గోళ కోడ్లు:**నిర్దిష్ట వేర్పాట్లకు కోడ్ పరిమాణాలపై బలమైన హద్దులు.
- **సమూహ సిద్ధాంతం:**నాన్సోఫిక్ సమూహ నిర్మాణం.
- **ఆపరేటర్ బీజగణితం:**Connes కాఠిన్య ఊహాగానానికి ప్రతిదృష్టాంతాలు.
- **అంకగణిత సంక్లిష్టత:**permanentకు సర్క్యూట్, సూత్ర దిగువ హద్దుల మెరుగుదల.
- **క్వాంటం ఆటలు:**ఎక్స్పోనెన్షియల్ సమాంతర పునరావృత సిద్ధాంతం.
- **లాటిస్ సమస్యలు:**దగ్గరి వెక్టర్ సమస్యకు అంచనా కఠినత ఫలితాల మెరుగుదల.
- **ఉత్తల జ్యామితి:**Ehrhart పరిమాణ ఊహాగానానికి నిరూపణ.
- **రామ్సే సిద్ధాంతం:**బహురంగ త్రిభుజ రామ్సే సంఖ్యలకు సూపర్-ఎక్స్పోనెన్షియల్ దిగువ హద్దు.
- **అత్యంత అంచుల గ్రాఫ్ సిద్ధాంతం:**కాంపాక్ట్నెస్, డీజెనరసీ ఊహాగానాలకు ప్రతిదృష్టాంతాలు.
[పది ఫలితాల పరిశోధనా సేకరణ](https://cdn.openai.com/pdf/ten-proofs-oai.pdf).
విస్తృతి ముఖ్యం; కానీ ఒకే మొత్తం స్కోరు తప్పుదారి పట్టిస్తుంది. ప్రతిదృష్టాంతాన్ని కనుగొనడం, హద్దును మెరుగుపరచడం, సాధారణ సిద్ధాంతాన్ని నిరూపించడం వేర్వేరు పరిణామాలు కలిగిస్తాయి. గణిత సమస్య కఠినమని చూపే ఫలితం, అమల్లో ఉన్న గూఢలిపి వ్యవస్థపై దాడిని ఆటోమేటిక్గా నిరూపించదు. అన్వయాలకు వాటి స్వంత తర్కం, ఆధారాలు కావాలి.
ఆగస్టు 10న Anthropic, Riemann ఊహాగానానికి దగ్గరగా ఉన్న మరింత పరిమిత పురోగతిని ప్రచురించింది. విడుదల చేయని Claude మోడల్, క్లిష్ట రేఖపై ఉన్న జీటా శూన్యాల నిష్పత్తికి దిగువ హద్దును మెరుగుపరిచిందని అది చెబుతుంది. Anthropic గణిత శాస్త్రవేత్తలు పనిని పరిశీలించారు; బయటి నిపుణులు పత్రాన్ని సమీక్షించారు; అధికారిక రూపకల్పన కూడా చేశారు. Claude Riemann ఊహాగానాన్ని పరిష్కరించలేదని, ఈ పద్ధతులు దాన్ని పరిష్కరిస్తాయని తాము ఆశించడంలేదని కంపెనీ స్పష్టంగా చెబుతుంది. [Anthropic కథనం](https://www.anthropic.com/research/riemann-zeta).
లింక్ చేసిన పత్రం, మూడింట రెండొంతులకన్నా కొద్దిగా ఎక్కువ, సుమారు 67.25% దిగువ హద్దును చెబుతుంది; ఉపయోగించిన మునుపటి విశ్లేషణ ఫలితాలనూ గుర్తిస్తుంది. ఇది అసింప్టోటిక్ గణిత వాక్యం; పెద్ద సంఖ్యలో శూన్యాలను తనిఖీ చేశామని ఊహాగానాన్ని నిరూపించామనే వాదన కాదు. ఈ తేడా కీలకం: నిష్పత్తికి దిగువ హద్దు పెట్టడం వల్ల సంబంధిత ప్రతి శూన్యమూ రేఖపైనే ఉందని కాదు. [జీటా శూన్యాల ముసాయిదా](https://www-cdn.anthropic.com/95c246936988e43127bc6b2ceb7077c1dad2d68e.pdf).
ఆశయపూర్వకమైన ఇతర ముసాయిదాలూ వెలువడుతున్నాయి. Alpöge వెబ్సైట్లోని పత్రం ఆరు-పరిమాణ గోళంపై సంక్లిష్ట నిర్మాణాన్ని ప్రతిపాదిస్తుంది. నిర్మాణాన్ని పరిశీలించవచ్చు; కానీ మేము చూసిన ప్రతిలో నమ్మదగిన ప్రకటన తేదీ లేదా AI పాత్రపై పూర్తి వివరణ లేదు. అందువల్ల ఈ కాలక్రమంలో స్వతంత్రంగా స్థాపితమైన మైలురాయిగా కాక, పాఠకులు పరిశోధించగల అర్హతతో కూడిన ప్రతిపాదనగా చేర్చుతున్నాం. [ఆరు-గోళ ముసాయిదా](https://alpo.ge/s6.pdf).
## సెప్టెంబర్ ఆరంభం: ప్రధాన సంఖ్యల అంతరాలు ధృవీకరణ హద్దును చూపాయి
ప్రకటనల పరంపర ప్రధాన సంఖ్యల మధ్య అంతరాలనూ చేరుకుంది. Axiom సహకార బృందం సెప్టెంబర్ 3 ప్రాథమిక పత్రం, పక్కపక్కనున్న ప్రధాన సంఖ్యల అనంత జతలకు మధ్య అంతరం 212 లేదా అంతకంటే తక్కువగా ఉంటుందని చెబుతుంది. Julia Stadlmann విశ్లేషణ పనికీ, మునుపటి Polymath ప్రాజెక్టుకీ అది కృతజ్ఞతలు తెలుపుతుంది. దాని Lean ధృవపత్రం విశ్లేషణ అంచనాలు, విడిగా తనిఖీ చేసిన వైవిధ్య ధృవపత్రాన్ని ఊహాగానాలుగా తీసుకుంటుంది. ఇది అంతరాల బంధు ప్రశ్నను ముందుకు తీసుకెళ్తుంది; twin-prime ఊహాగానానికి సరిగ్గా రెండే తేడా ఉన్న అంతరాలు అనంతంగా ఉండాలి. [Axiom బృందం పత్రం](https://primegaps.axiommath.ai/bgp212.pdf).
OpenAI బహిరంగ PrimeGaps186 రిపాజిటరీ ఇంకా చిన్న హద్దును, కీలక అర్హతతో చూపుతుంది. దాని Lean అభివృద్ధి, సాహిత్యంలోని రెండు అంచనాలు, సంఖ్యాత్మక సమాకలన హద్దులపై మూడు ఇన్పుట్ సిద్ధాంత వాక్యాలను ఆధారంగా తీసుకుంటుంది. సంఖ్యాత్మక ధృవపత్రం ఆ ఊహాగానాలను పరిష్కరించదని రిపాజిటరీ చెబుతుంది. నిర్దిష్ట ఇన్పుట్ల కింద అధికారికంగా తనిఖీ చేసిన భాగానికీ, ప్రతిపాదిత గణిత వాదనకీ మధ్య పాఠకులు తేడా గుర్తించాలి. పునాది సిద్ధాంతాలనుంచి ఎలాంటి షరతులూ లేకుండా పూర్తిగా అధికారిక నిరూపణ అని ఈ ఆధారాన్ని వర్ణించడం తప్పు. [PrimeGaps186 రిపాజిటరీ](https://github.com/openai/PrimeGaps186).
మరో OpenAI ముసాయిదా పెద్ద అంతరాలను పరిశీలిస్తుంది: పక్కపక్కనున్న ప్రధాన సంఖ్యల మధ్య విరామాలు ఎంత పెద్దవవుతాయన్నది. పెరుగుతున్న ఒక హద్దులోపు అతిపెద్ద అంతరాల దిగువ కొలమానాన్ని మెరుగుపరిచినట్లు అది నివేదిస్తుంది. ఇది దగ్గరి ప్రధాన జతలను కనుగొనే వేరొక అతి-గరిష్ఠ ప్రశ్న; ఒకదానిపై పురోగతిని మరొకదానికి పరిష్కారంగా లెక్కించకూడదు. [పెద్ద అంతరాల ముసాయిదా](https://cdn.openai.com/pdf/51126fac-1b68-4128-9666-c908bcc16033/long_gaps.pdf).
ప్రధాన సంఖ్యల అంతరాల ఘటన ప్రత్యేకంగా ఉపయోగకరమైనది; శీర్షికలోని రెండు సంఖ్యలు సులభమైన పోటీలా కనిపించవచ్చు. నిరూపణ ఆధారాలు స్పష్టమైనప్పుడు, ఏ దశలను ఏ పద్ధతులు స్థాపించాయో అడగడం మెరుగైన ప్రశ్న. ఊహాగానాలను స్పష్టంగా చెప్పడం విలువైనదే; అధికారిక రూపకల్పన ఇంకా పూర్తికాకపోయినా.
## సెప్టెంబర్ 4: నిరూపణకు అధికారిక రూపం ఆవిష్కరణ కథలో భాగమైంది
తెలిసిన గణిత నిరూపణ కలిగిన Fermat చివరి సిద్ధాంతానికి సంబంధించినది Anthropic సెప్టెంబర్ 4 ప్రకటన. Claude పదకొండు రోజుల్లో ఎక్కువగా స్వయంప్రతిపత్తితో పూర్తి Lean రూపకల్పన చేసిందనేదే దాని వాదన. మానవ మార్గదర్శకత్వం, ఆధార సంబంధాలను ఏజెంట్లు గమనించేందుకు సహకార వేదిక గురించి కంపెనీ వివరిస్తుంది. ఈ పనికి ఆధారమైన గణిత నిరూపణ సంప్రదాయానికి అది కృతజ్ఞతలు తెలుపుతుంది. [రూపకల్పన ప్రకటన](https://www.anthropic.com/research/formalizing-fermats-last-theorem).
ప్రజా రిపాజిటరీ శీర్షికకన్నా నిర్దిష్ట ఆధారాన్ని ఇస్తుంది. అది సిద్ధాంత వాక్యాన్ని చూపి, ఆధారాలను నమోదు చేసి, Lean ప్రామాణిక స్వయంసిద్ధాలు, Mathlibలోని వాక్యంతో పోలికపై తనిఖీలను వివరిస్తుంది. నిర్వహణ లేని పరిశోధనా ఆధారమని కూడా అది చెబుతుంది. ఈ పత్రాలను పరిశీలించాం; నిర్మాణాన్ని మళ్లీ నడపలేదు. [FLT రిపాజిటరీ](https://github.com/anthropics/fermats-last-theorem).
మరిన్ని అభ్యర్థి వాదనలను రూపొందించే సాధనాలే వాటికి అధికారిక రూపమివ్వడానికీ తోడ్పడితే, తనిఖీ సామర్థ్యమూ పెరుగుతుంది. ఆశావాదానికి ఇది గణనీయమైన కారణం. తర్వాతి పరిశోధకులకు పరిశీలించగల స్పష్టమైన ఆధారం లభిస్తుంది. అయినా మధ్యంతర ఫలితాలు సులభంగా మళ్లీ ఉపయోగించగలమా, ఆధారాలు నిర్మించగలిగేలా మిగిలాయా, ఆ ఆధారాన్ని ఎవరు నిర్వహిస్తారు అన్నది తెలుసుకోవాలి. రూపొందించిన కోడ్ పరిమాణం ఒక్కటే ఈ ప్రశ్నలకు సమాధానం కాదు.
ఇక్కడ సంస్థలకు ఒక ముఖ్యమైన ఎంపిక ఉంది. ప్రయోగశాల నిరూపణను తన మోడల్ తుది ప్రదర్శనగా విడుదల చేయవచ్చు; లేదా ఇతరులు దానిపై పని చేసే మౌలిక సదుపాయంగా మద్దతు ఇవ్వవచ్చు. ప్రారంభ దినం తర్వాత ఏర్పడే బాధ్యతలు ఈ విధానాల్లో వేర్వేరు. నిర్వహణ, వివరణాత్మక ఉదాహరణలు, స్థిరమైన సూచనలకు పరిశోధన బడ్జెట్లో చోటు ఇవ్వాలి.
## సెప్టెంబర్ 8: Navier–Stokes ఫలితం వాస్తవంగా ఏమి చెబుతోంది
ద్రవాల ఫలితం ఈ ప్రశ్నలను మరింత స్పష్టం చేస్తుంది. సెప్టెంబర్ 10న నవీకరించిన OpenAI సెప్టెంబర్ 8 ప్రకటన, Navier–Stokes ఉనికి, సున్నితత్వ సమస్యకు ప్రతిపాదిత పరిష్కారాన్ని చూపుతుంది. సమన్వయ ఏజెంట్ల ద్వారా పనిచేసిన అంతర్గత మోడల్కు ఆ పనిని అది ఆపాదించి, వ్రాతపూర్వక వాదన, Lean రూపకల్పనను విడుదల చేసింది. మిలీనియం బహుమతిని కోరే ఉద్దేశం లేదని OpenAI చెబుతుంది. [ప్రకటన](https://openai.com/index/navier-stokes-solution/).
ముసాయిదాలోని సందర్భం సానుకూల స్నిగ్ధత, జాగ్రత్తగా నిర్మించిన బాహ్య బలంతో కూడిన త్రిమితీయ అసంపీడ్య ద్రవ చలనం. విశ్రాంతి నుంచి మొదలుపెట్టి, మొత్తం శక్తి పరిమితంగానే ఉన్నప్పటికీ, ప్రతిపాదిత పరిష్కారం పరిమిత సమయంలో వేగం అపరిమితమయ్యేలా అభివృద్ధి చెందుతుంది. బలం సున్నితమైనది; స్థలం, సమయం రెండింటిలోనూ పరిమితం. మిగిలే బలం సున్నితంగా ఉండేలా సవరణలు అమర్చిన కుంచించుకునే సుడిగుండాన్ని గణిత నిర్మాణం ఉపయోగిస్తుంది. ఇవి సమీకరణాల పరిష్కారాల గురించిన వాదనలు; భౌతిక ప్రయోగ పరిశీలనలు లేదా కొత్త ఇంజినీరింగ్ అనుకరణలు కావు. [Navier–Stokes ముసాయిదా](https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf).
పరిధిని అర్థం చేసుకోవడానికి బాహ్య బలం కీలకం. Charles Fefferman అధికారిక Clay సమస్య వివరణలో C, D విచ్ఛిన్న ప్రత్యామ్నాయాలకు సున్నితమైన బాహ్య బలాన్ని అనుమతిస్తుంది. ప్రపంచవ్యాప్త సున్నితత్వంపై A, B ప్రత్యామ్నాయాలు బలప్రయోగం లేని సమీకరణాలను గురించినవి. ఈ రకమైన సరైన ఫలితం, Clay అనుమతించిన ప్రత్యామ్నాయానికి సమాధానం ఇస్తూనే బలప్రయోగం లేని ప్రపంచవ్యాప్త క్రమబద్ధత ప్రశ్నను తెరిచి ఉంచవచ్చు. బలం ముఖ్యం కాదని చెప్పడం సిద్ధాంతాన్ని అతిగా చూపుతుంది; ఇది పేర్కొన్న సమస్యకు వెలుపలిదని తిరస్కరించడం నియమాలను తప్పుగా వర్ణిస్తుంది. [అధికారిక సమస్య ప్రకటన](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf).
విస్కాసిటీ లేని ఆదర్శీకృత ద్రవం గురించి వేరొక Euler వాదననూ OpenAI విడుదల చేసింది. బాహ్య బలం లేకుండా సున్నితమైన ప్రారంభ సమాచారం నుంచి పరిమిత సమయంలో విచ్ఛిన్నం జరుగుతుందని ఆ ముసాయిదా ప్రతిపాదిస్తుంది. Euler, Navier–Stokes సంబంధిత సమీకరణాలే అయినా, ఈ రెండు పత్రాల్లోని ఊహాగానాలు, ముగింపులను వేరుగా ఉంచాలి. [Euler ముసాయిదా](https://cdn.openai.com/pdf/315b36cd-ec98-4023-8342-93345194ece1/euler.pdf).
చుట్టూ ఉన్న పరిశోధన చరిత్ర ముఖ్యం. Córdoba, Martínez-Zoroa, Zhengల పనితో పాటు Alpöge, Buckmaster, ఇంకా ముందరి గణిత సహకారాలను European Mathematical Society సెప్టెంబర్ 10 ప్రకటన గుర్తిస్తుంది. ప్రాప్యత, రచయితత్వం, గుర్తింపు ప్రశ్నలనూ అది లేవనెత్తుతుంది. మోడల్ పేరుతోనే మొదలయ్యే కథనం, పని సాధ్యమయ్యేలా చేసిన ఆలోచనల కూడికను కోల్పోతుంది. [EMS ప్రకటన](https://euromathsoc.org/news/ems-statement-on-recent-navier-stokes-announcement-225).
సెప్టెంబర్ 11న, కనిపిస్తున్న పరిష్కారంపై నియంత్రిత ఉత్సాహంతో స్పందించిన Clay, మూల్యాంకనం, గుర్తింపు కేటాయింపు ఉద్దేశపూర్వకంగా నెమ్మదిగా జరుగుతుందని తెలిపింది. ఇది ప్రాధాన్యమైన సంస్థాగత స్పందన. బహుమతి ఇచ్చారని లేదా పనిలో ప్రతి అంశం సమీక్ష పూర్తిచేసిందని ప్రకటించడం కాదు. [Clay ప్రకటన](https://www.claymath.org/news/navier-stokes-announcement/).
పాఠకులకు మరింత జోడించకుండానే ఖచ్చితమైన ముగింపు గణనీయమైనదే: AI ప్రయోగశాల గుర్తింపు పొందిన మిలీనియం సమస్యను లక్ష్యంగా పెట్టుకున్న ప్రతిపాదిత నిరూపణను, పరిశీలించదగిన గణిత, అధికారిక ఆధారాలతో విడుదల చేసింది; ప్రధాన సంస్థలు దాన్ని తీవ్రంగా పరిగణిస్తున్నాయి. విస్తృత అంగీకారం, ఆపాదన, అవగాహనకు ఇంకా పని అవసరం.

## నిరూపణ తనిఖీ ఒక నిర్దిష్ట ప్రశ్నకు సమాధానమిస్తుంది
అధికారిక ధృవీకరణ సమీక్షకులకు లభించే ఆధారాలను మారుస్తుంది. నివేదికలూ మరింత కచ్చితంగా ఉండాలని అది సూచిస్తుంది.
నిరూపణ చెల్లుబాటు కావడానికీ, నిరూపిస్తున్న వాక్యం అర్థానికీ తేడా ఉందని Lean అధికారిక పత్రాలు చెబుతున్నాయి. సాధారణంగా విజయవంతమైన తనిఖీ, నిర్వచనాలు, ఊహాగానాల నుంచి అధికారిక వాక్యం వస్తుందని స్థాపిస్తుంది. అదనపు తనిఖీలు పూర్తికాని ఆధారాలను బయటపెట్టగలవు, స్వయంసిద్ధాలను ఆడిట్ చేయగలవు, నిరూపణను స్వతంత్రంగా పేర్కొన్న వాక్యంతో పోల్చగలవు. బలమైన ధృవీకరణకు బాహ్య తనిఖీదారులను ఉపయోగించడాన్ని పత్రాలు వివరిస్తూనే, మిగిలే ఊహాగానాలనూ గుర్తిస్తాయి. [Lean ధృవీకరణ మార్గదర్శి](https://lean-lang.org/doc/reference/latest/ValidatingProofs/).
ఒక అల్గోరిథానికి ప్రతి ఇన్పుట్కు వర్తించే హద్దు అవసరమైన పరిశోధకుడిని ఊహించండి. సహాయకుడు అధికారికంగా సరైన సిద్ధాంతాన్ని ఇస్తాడు; కానీ అనుమతించిన ఇన్పుట్ నిర్వచనంలో కష్టమైన తరగతిని మినహాయించాడు. నిరూపణ సరైనదే కావచ్చు, అయినా పరిశోధకుడి అన్వయానికి ఆధారం ఉండకపోవచ్చు. అధికారిక వాక్యంతో ప్రశ్నను అనుసంధానించడంపై శ్రద్ధ ఎందుకు అవసరమో చూపే ఊహాత్మక ఉదాహరణ ఇది.
కొత్తదనం వేరొక తనిఖీని కోరుతుంది. వేరే పదజాలంతో అదే వాదన పాత పత్రంలో ఉందా, గుర్తింపు పూర్తిగా ఇచ్చారా, అన్వయానికి ముఖ్యమైనదేదైనా మెరుగైందా అన్నది నిరూపణ వ్యవస్థ తేల్చదు. వాటికి సాహిత్య పరిశోధన, విషయ నైపుణ్యం కావాలి.
అందువల్ల ప్రధాన ఫలితాన్ని విడుదల చేసే ప్రయోగశాల నుంచి శాశ్వతమైన ఆధారాల ప్యాకేజీ కోరతాం: సాధారణ గణిత భాషలో ఖచ్చితమైన వాదన, ఉన్నచోట అధికారిక రూపం, నిరూపణ, ఆధారాలు, మానవ, మోడల్ సహకారాల స్పష్టమైన వివరణ, సమీక్షించి సవరించిన విషయాల రికార్డు. ఇది మా ప్రతిపాదిత నివేదిక ప్రమాణం. బాధ్యతను గుర్తించడానికి, సంబంధిత తనిఖీలను మళ్లీ చేయడానికి ఇతర పరిశోధకులకు ఇది మార్గం ఇస్తుంది.
## సలహా బృందం పెరుగుతున్న సమన్వయ సమస్యను పరిష్కరిస్తుంది
ఈ నేపథ్యంలో గణితం, కృత్రిమ మేధస్సుపై సలహా బృందం సెప్టెంబర్ 21 ప్రకటన వెలువడింది. స్వతంత్రమైన, వేతనం లేని బృందమని, సంబంధిత AI కంపెనీలకైనా సలహా ఇవ్వడానికి సిద్ధమని అది చెబుతుంది. కంపెనీ సాధించామని తెలిపిన తదుపరి ఫలితాల విడుదలపై OpenAIకి సలహా ఇవ్వడమే తక్షణ పని. సిఫార్సులను బహిరంగంగా చేస్తామని, కంపెనీల్లో నిర్ణయాధికారం తమకు లేదని స్పష్టంగా చెబుతుంది. Terence Tao బ్లాగులోని ప్రకటన బృందం అతిథి వ్యాసం. [బృందం ప్రకటన](https://agmai.org/).
సమీక్ష, సమాచార మార్పిడి, ప్రాధాన్యం, వ్యాప్తి అనే పరిధిని OpenAI వివరిస్తుంది. తన అంతర్గత గణిత పురోగతి వేగంపై సలహా ఇవ్వడం బృందం బాధ్యత కాదని కూడా చెబుతుంది. కాబట్టి సలహా పాత్రను పరిశీలన, సమన్వయ మార్గంగా చూడాలి; తుది నిర్ణయాలు కంపెనీ వద్దే ఉంటాయి. [OpenAI సలహా బృందం ప్రకటన](https://openai.com/index/advisory-group-on-mathematics-and-ai/).
ఈ ఏర్పాటును స్వాగతించడానికి కారణాలున్నాయి. మెరుగైన సమన్వయం, పునరావృత సమీక్షా శ్రమను తగ్గించి, సరైన నిపుణులను గుర్తించి, ఫలిత వివరణ దాని ఆధారాలు సమర్థించేదానితో సరిపోతుందో నిర్ధారించవచ్చు. పరిమితులూ స్పష్టమే: సలహాకు స్పందన రావాలి; స్వతంత్రత ఒక్కటే అమలు యంత్రాంగాన్ని ఇవ్వదు. ప్రచురిత సిఫార్సులు, వాటిపై కంపెనీలు చేసే పనిని పాఠకులు గమనించాలి.
సంశయవాదుల వాదన పరిశోధన ప్రయోజనం గురించీ ఉంది. జాబితాలోని సమస్యలను పరిష్కరించే పోటీ, అవగాహన పెంపు, భవిష్యత్ గణిత శాస్త్రవేత్తలకు శిక్షణను నిర్లక్ష్యం చేయవచ్చని సెప్టెంబర్ 11 గణితం, AI ప్రకటన చెబుతుంది. ఆలోచనలు బోధించదగినవిగా, ఉపయోగకరమైనవిగా మారే ప్రక్రియలకు ప్రమాదముందని సంతకం చేసినవారు వివరిస్తారు. ఇది ఆ రంగంలో పాల్గొనేవారు చెప్పిన తీవ్రమైన స్థానం; అన్ని AI వినియోగాల వల్ల ఇప్పటికే హాని జరిగిందనే కొలత కాదు. [ప్రకటన](https://mathandai.org/).
సెప్టెంబర్ 15న Tao బ్లాగులో వచ్చిన అతిథి వ్యాసంలో Henry Cohn సంబంధిత వాదనను మరింత అభివృద్ధి చేస్తారు: సరిగా వివరించని ఫలితాలు, వాటిని అర్థం చేసుకోవాల్సిన సమాజంపై గణనీయమైన శ్రమ వేయవచ్చు. వివరణ ఇచ్చే వ్యక్తుల ప్రోత్సాహకాల గురించీ ఆయన ఆందోళన చెందుతారు. గుర్తింపును సరిగ్గా ఇవ్వడమూ ఇక్కడ ముఖ్యం; Tao బ్లాగులో ప్రచురించినా వ్యాసం Cohnదే. [Cohn వ్యాసం](https://terrytao.wordpress.com/2026/09/15/the-technical-debt-of-ai-generated-mathematics/).
## తదుపరి పురోగతిని మరొకరు ఉపయోగించడం సులభం కావాలి
మే–సెప్టెంబర్ వరుసకు ఆశావహ వాదనకు స్పష్టమైన ఉదాహరణలున్నాయి. జ్యామితి ప్రతిదృష్టాంతం తదుపరి నిర్మాణాలకు ప్రేరణ ఇచ్చింది. ఆశ్చర్యకరమైన బహుపది పటాన్ని పరిశోధకులు మరింత స్పష్టంగా వివరించారు. అధికారిక రూపకల్పన వల్ల సంక్లిష్ట తర్కాన్ని పరిశీలించేందుకు అదనపు ఆధారాలు వచ్చాయి. మోడల్ ఫలితాలు, గణిత సాధనల మధ్య ఉత్పాదక సంబంధానికి కావలసిన అంశాలు కనిపిస్తున్నాయి.
నిరాశావహ దృశ్యమూ ఆచరణాత్మకమే. ప్రయోగశాలలు ఇతరులు అర్థం చేసుకోగలిగిన దానికన్నా వేగంగా ప్రతిపాదిత ఫలితాలను రూపొందించి, ప్రకటనలనే పూర్తయిన శాస్త్రీయ సహకారంగా లెక్కించవచ్చు. ఫలితాల క్యూను రూపొందించే వ్యవస్థలకే వనరులు, ప్రతిష్ఠ పోతుండగా, సమీక్ష భారం కొద్దిమంది నిపుణులపై పడవచ్చు. మోడళ్లకు పరిమిత ప్రాప్యత, ఆవిష్కరణలు సృష్టించేవారికీ వాటిని అంచనా వేయాల్సినవారికీ మధ్య అసమతుల్యతను పెంచవచ్చు.
ప్రయోగశాలలు, నిధులిచ్చేవారు, పత్రికలు ప్రక్రియలోని రెండు వైపులనూ కొలవాలని మా అభిప్రాయం. అభ్యర్థి ఆవిష్కరణలను నమోదు చేయండి; స్వతంత్ర పరిశీలన, ఉపయోగకరమైన సరళీకరణలు, సరిచేసిన వాదనలు, మళ్లీ వాడగల అధికారిక లైబ్రరీలు, తదుపరి పనినీ లెక్కించండి. ఫలితాన్ని అర్థమయ్యేలా చేసే వ్యక్తులకు గుర్తింపు ఇవ్వండి. ప్రకటనలతో సమానంగా దిద్దుబాట్లనూ నిలకడగా ప్రచురించండి.
తదుపరి ఆవిష్కరణను అనుసరించే పాఠకుడికి, అత్యంత వెల్లడిచేసే ప్రశ్న నిర్దిష్టమైనది: ఇంతకుముందు చేయలేనిది ఇప్పుడు మరో పరిశోధకుడు ఏమి చేయగలడు? ప్రతిదృష్టాంతం నిర్మించడం, బలమైన హామీ స్థాపించడం, కష్టమైన వాదనను తనిఖీ చేయడం లేదా కొత్త పద్ధతిని బోధించడం సమాధానం కావచ్చు. AI గణిత పురోగతి, గణిత శాస్త్ర పురోగతిగా మారేది అక్కడే.
## Sources
- [OpenAI: యూనిట్-దూరాల ప్రకటన](https://openai.com/index/model-disproves-discrete-geometry-conjecture/) — 2026 మే 20. విడుదల తేదీ, మోడల్ పాత్ర, బయటి సమీక్షపై కంపెనీ వివరణను స్థాపిస్తుంది. ప్రాధాన్యత, స్వయంప్రతిపత్తిపై వాదనలు ఉత్పత్తి ప్రతి దశకు స్వతంత్ర అంచనా కావు.
- [OpenAI: అనేక యూనిట్ దూరాలున్న సమతల బిందు సమితులు](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-proof.pdf) — మే 20 ప్రకటనతో విడుదలైంది. సారాంశం, ప్రధాన సిద్ధాంతం స్థిర ధనాత్మక ఘాతాంక మెరుగుదలతో అనంత కుటుంబాన్ని ఇస్తాయి. ఈ ప్రతిదృష్టాంతం ఖచ్చిత గరిష్ఠ ఫంక్షన్ను నిర్ణయించదు; నిరూపణను మేము సమీక్షించలేదు.
- [Alon మరియు సహరచయితలు: యూనిట్-దూరాల ఖండనపై వ్యాఖ్యలు](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-remarks.pdf) — మే విడుదలకు సహచర పత్రం. మానవులు ధృవీకరించిన పునర్నిర్మాణం, కొంత సరళీకరణ, సాధారణీకరణను అందించి, ముందరి సంఖ్యా సిద్ధాంతానికి గుర్తింపు ఇస్తుంది. దాని వాదనలు చదవడం ప్రతి గణిత దశను స్వతంత్రంగా తనిఖీ చేయడంకాదు.
- [Bloom, Sawin, Schildkraut, Zhelezov: నిజ సంఖ్యలపై సమ్-ప్రొడక్ట్ ఊహాగానం తప్పు](https://arxiv.org/html/2605.28781v1) — మే 27 ముసాయిదా పరిచయం, యూనిట్-దూరాల ప్రతిదృష్టాంతాన్ని స్పష్టంగా ప్రేరణగా గుర్తిస్తుంది. ఇది మానవ రచయితల తదుపరి పరిశోధన; ఇక్కడ చేర్చడం వల్ల నిరూపణను OpenAIకి ఆపాదించడం లేదా పత్రిక ఆమోదించిందని చెప్పడం కాదు.
- [Cosmin Pohoata: విభజిత ప్రధాన సంఖ్యలు, Elekes–Rónyai సమస్య](https://arxiv.org/html/2606.13619v2) — జూన్ 11న తొలిసారి సమర్పించారు; జూన్ 28న సవరించారు. బహుపది విస్తరణ ప్రతిదృష్టాంతాన్ని పేర్కొని, ఇటీవలి నిర్మాణాల వాడకాన్ని వివరిస్తుంది. తేదీలు ముసాయిదా సంచికలకు సంబంధించినవి; తొలి బహిరంగ ప్రకటన తేదీ అని చెప్పడం లేదు.
- [Lee, Pohoata, Zhu: Minkowski గ్రిడ్లో స్థిరంగా అనేక పునరావృత దూరాలు](https://arxiv.org/html/2607.05374v1) — జూలై 6 ముసాయిదా. ఉపసమితుల్లో పునరావృత దూరాలపై రచయితల బలమైన వాదనలు, వాటి పరిణామాలను స్థాపిస్తుంది. హద్దులను స్వతంత్రంగా నిరూపించకుండా, లేదా AI రచయితత్వాన్ని సూచించకుండా, పరిధి, పత్రబద్ధమైన ప్రేరణను సంక్షిప్తంగా వివరిస్తాం.
- [Terence Tao: Jacobian ఊహాగాన ప్రతిదృష్టాంత విశ్లేషణ](https://terrytao.wordpress.com/2026/07/21/a-digestion-of-the-jacobian-conjecture-counterexample/) — స్పష్టమైన పటం, వివరణతో Tao జూలై 21న రాసిన గణిత విశ్లేషణ. మూడు, అంతకంటే ఎక్కువ పరిమాణాల్లోని ప్రతిదృష్టాంతానికీ ఇంకా తెరిచి ఉన్న రెండు-పరిమాణ కేసుకీ మధ్య తేడా చూపుతుంది. వ్యాఖ్యల విభాగంలోని ధృవీకరించని వాదనలను వాడలేదు.
- [Arno van den Essen: Jacobian ఊహాగానానికి ప్రతిదృష్టాంతాన్ని కనుగొనే ప్రాథమిక మార్గం](https://arxiv.org/abs/2609.17795) — సెప్టెంబర్ 15 ముసాయిదా. సమన్వయ మార్పుల కింద Alpöge ఉదాహరణకు సమానమైనదాన్ని కనుగొనే ప్రాథమిక మార్గమే తన సహకారమని ఇది చెబుతుంది. ఇది వివరణాత్మక తదుపరి పని; సంబంధంలేని రెండో ప్రతిదృష్టాంత ఆవిష్కరణకు ఆధారం కాదు.
- [OpenAI: గణితం, సైద్ధాంతిక కంప్యూటర్ శాస్త్రంలో పది పురోగతులు](https://openai.com/index/ten-advances-in-mathematics/) — ఆగస్టు 1 ప్రకటన. అంతర్గత మోడల్, మానవులు ముసాయిదా సిద్ధం చేయడం, మోడల్ అధికారికీకరణ మధ్య పనివిభజనను వివరిస్తుంది. కంపెనీ టోకెన్-ఖర్చు పోలికను మినహాయించి, విడుదలను స్వతంత్ర సమీక్షగా చూడటం లేదు.
- [OpenAI: పది పురోగతుల పరిశోధనా సేకరణ](https://cdn.openai.com/pdf/ten-proofs-oai.pdf) — ఆగస్టు 1 విడుదల తర్వాత ఆగస్టు 6న నవీకరించారు. వ్యాసంలోని సంక్షిప్త జాబితా పది నివేదిత రంగాలను వివరిస్తుంది. 253 పేజీలన్నింటినీ సమీక్షకుల్లా చదవకుండా, సారాంశం, విషయ సూచిక, ఎంపిక చేసిన సిద్ధాంత వాక్యాలను చదివాం.
- [Anthropic: Claude గణిత సామర్థ్యాలపై మరింత సమాచారం](https://www.anthropic.com/research/riemann-zeta) — ఆగస్టు 10 ప్రకటన, ఆగస్టు 13న నవీకరించబడింది. జీటా-శూన్యాల పని, మానవ తనిఖీలను వివరిస్తూ Riemann ఊహాగానం పరిష్కారం కాలేదని స్పష్టంగా చెబుతుంది. మోడల్ ప్రక్రియ, ధృవీకరణ వివరణలు Anthropicకే ఆపాదించబడతాయి.
- [Claude/Anthropic: Riemann జీటా ఫంక్షన్ శూన్యాలు](https://www-cdn.anthropic.com/95c246936988e43127bc6b2ceb7077c1dad2d68e.pdf) — ఆగస్టు 13న నవీకరించిన ప్రకటన నుంచి లింక్ చేసిన ఆగస్టు 11 ముసాయిదా. సారాంశం, సిద్ధాంతం A అసింప్టోటిక్ నిష్పత్తి, సరళత్వం, క్లిష్ట రేఖపై స్థానం మధ్య తేడా చూపుతాయి. మెరుగుపరిచిన స్థిరాంకం సుమారు 0.6725; పూర్తి ఊహాగానానికి నిరూపణ కాదు.
- [Alpöge వెబ్సైట్లోని ఆరు-గోళ ముసాయిదా](https://alpo.ge/s6.pdf) — తేదీ లేని ప్రతిని సెప్టెంబర్ 22న చూశాం. శీర్షిక, ఆరంభం ఆరు-గోళంపై ప్రతిపాదిత సంక్లిష్ట నిర్మాణాన్ని వివరిస్తాయి. ఈ ఆధారం నుంచి నమ్మదగిన విడుదల తేదీ లేదా AI పూర్తి పాత్రను నిర్ధారించలేకపోయాం; అందువల్ల ఇది అర్హతతో కూడిన ప్రతిపాదనగానే ఉంటుంది.
- [Charton మరియు సహచరులు: ప్రధాన సంఖ్యల మధ్య చిన్న అంతరాలకు కొత్త హద్దు](https://primegaps.axiommath.ai/bgp212.pdf) — సెప్టెంబర్ 3 ప్రాథమిక ముసాయిదా. సారాంశం, సిద్ధాంతం 1.1 212 హద్దును చెబుతూ మునుపటి పనిని గుర్తిస్తాయి. అనుబంధం Aలోని Lean ధృవపత్రం విశ్లేషణ ఇన్పుట్లు, విడిగా తనిఖీ చేసిన వైవిధ్య ధృవపత్రాన్ని ఊహిస్తుంది; పునాది స్వయంసిద్ధాల నుంచి పూర్తిగా అధికారికీకరించబడలేదు.
- [OpenAI: PrimeGaps186 రిపాజిటరీ](https://github.com/openai/PrimeGaps186) — సెప్టెంబర్ 22న పరిశీలించిన ప్రస్తుత రిపాజిటరీ. Lean అభివృద్ధిలో నిరూపించని మూడు ఇన్పుట్ స్వయంసిద్ధాలను README స్పష్టంగా గుర్తిస్తుంది. సంఖ్యాత్మక ధృవపత్రం వాటిని పరిష్కరించదు. నిర్మాణం లేదా సంఖ్యా ధృవపత్రాన్ని నడపకుండా పత్రాలను పరిశీలించాం.
- [OpenAI: వరుస ప్రధాన సంఖ్యల మధ్య పెద్ద అంతరాలు](https://cdn.openai.com/pdf/51126fac-1b68-4128-9666-c908bcc16033/long_gaps.pdf) — సెప్టెంబర్ 3 Astra విడుదలతో లింక్ చేసిన ముసాయిదా. పెరుగుతున్న హద్దులోపు అతిపెద్ద ప్రధాన అంతరాల దిగువ హద్దును దాని సిద్ధాంతం పరిశీలిస్తుంది. ఇది చిన్న-అంతర లేదా జంట-ప్రధాన వాదనలకు భిన్నం; నిరూపణను మేము స్వతంత్రంగా తనిఖీ చేయలేదు.
- [Anthropic: Fermat చివరి సిద్ధాంతానికి అధికారిక రూపం](https://www.anthropic.com/research/formalizing-fermats-last-theorem) — సెప్టెంబర్ 4 ప్రకటన. పదకొండు రోజుల అధికారికీకరణ పని, సమన్వయం, మానవ మార్గదర్శకత్వాన్ని నివేదిస్తుంది. ఇది తెలిసిన గణితానికి ధృవీకరణ గురించినది; సమయం, స్వయంప్రతిపత్తి ప్రయోగశాల వివరణలు.
- [Anthropic: Fermat చివరి సిద్ధాంత రిపాజిటరీ](https://github.com/anthropics/fermats-last-theorem) — సెప్టెంబర్ 22న పరిశీలించిన ప్రస్తుత రిపాజిటరీ. వాక్యం, ఆధారాలు, స్వయంసిద్ధ తనిఖీలు, Mathlibతో పోలికను నమోదు చేస్తుంది. నిర్వహణ లేని పరిశోధనా ఆధారమని పేర్కొంటుంది. మళ్లీ నిర్మించలేదు లేదా అధికారిక నిరూపణను స్వతంత్రంగా ధృవీకరించలేదు.
- [OpenAI: Navier–Stokes మిలీనియం బహుమతి సమస్యపై](https://openai.com/index/navier-stokes-solution/) — సెప్టెంబర్ 8 ప్రకటన; సెప్టెంబర్ 10న నవీకరించబడింది. ప్రయోగశాల వాదన, ఏజెంట్ ఆధారిత ఉత్పత్తి వివరణ, బహుమతిని కోరకూడదనే నిర్ణయాన్ని స్థాపిస్తుంది. ప్రైవేటు మూల వివాదాలను మేము తేల్చడం లేదు; ప్రకటనను సమాజ సమీక్ష పూర్తయినట్లుగా చూడడం లేదు.
- [OpenAI: Navier–Stokes ముసాయిదా](https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf) — సెప్టెంబర్ 8న విడుదలైంది. ఆరంభం, సిద్ధాంతం 1.1 సానుకూల స్నిగ్ధత, సున్నితమైన పరిమిత బాహ్య బలం, విశ్రాంతి నుంచి ప్రారంభం, పరిమిత శక్తి, పరిమిత-కాల వేగ విస్ఫోటనాన్ని వివరిస్తాయి. ఇది ప్రతిపాదిత సిద్ధాంత పరిధి; మా స్వతంత్ర ధృవీకరణ కాదు.
- [Charles Fefferman: అధికారిక Navier–Stokes సమస్య వివరణ](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf) — సెప్టెంబర్ 22న చూసిన అధికారిక Clay రూపకల్పన. C, D ప్రత్యామ్నాయాలు సున్నితమైన బాహ్య బలాన్ని అనుమతిస్తాయి; A, B బలప్రయోగం లేని సున్నితత్వ ప్రశ్నలు. URLలోని అప్లోడ్ ఫోల్డర్ అసలు ప్రచురణ తేదీగా ఉపయోగించలేదు.
- [OpenAI: Euler ముసాయిదా](https://cdn.openai.com/pdf/315b36cd-ec98-4023-8342-93345194ece1/euler.pdf) — సెప్టెంబర్ 8 సామగ్రితో విడుదలైంది. సిద్ధాంతం 1.1 సున్నితమైన, బలప్రయోగం లేని Euler ప్రారంభ సమాచారం, పరిమిత-కాల ఉత్పన్నం/సుడిగుండం విచ్ఛిన్నాన్ని పరిశీలిస్తుంది. దాని సమీకరణాలు, ముగింపును వేరైన బలప్రయోగ Navier–Stokes వాదనతో కలపకూడదు.
- [European Mathematical Society: Navier–Stokes ప్రకటనపై స్పందన](https://euromathsoc.org/news/ems-statement-on-recent-navier-stokes-announcement-225) — సెప్టెంబర్ 10 ప్రకటన. సమకాలీన, ముందరి గణిత సహకారాలను గుర్తించి, ప్రాప్యత, గుర్తింపుపై చర్చిస్తుంది. ఇది సంస్థాగత సందర్భం; స్వతంత్ర నిరూపణ ధృవపత్రం కాదు, ప్రాధాన్యత ప్రశ్నలన్నింటికీ పరిష్కారమూ కాదు.
- [Clay Mathematics Institute: Navier–Stokes ప్రకటన](https://www.claymath.org/news/navier-stokes-announcement/) — సెప్టెంబర్ 11 స్పందన, కనిపిస్తున్న పరిష్కారం గురించి పరిమిత భాష వాడి, ఉద్దేశపూర్వక మూల్యాంకన ప్రక్రియను వివరిస్తుంది. ఇది తీవ్రమైన సంస్థాగత శ్రద్ధకు ఆధారం; మిలీనియం బహుమతి ఇచ్చారని ప్రకటన కాదు.
- [Lean: Lean నిరూపణను ధృవీకరించడం](https://lean-lang.org/doc/reference/latest/ValidatingProofs/) — సెప్టెంబర్ 22న చూసిన ప్రస్తుత అధికారిక పత్రాలు నిరూపణ చెల్లుబాటు, వాక్యార్థం, స్వయంసిద్ధాల ఆడిట్, మరింత బలమైన తనిఖీ పద్ధతుల మధ్య తేడా చూపుతాయి. ఊహాగానాల కింద అధికారిక తనిఖీ నిర్దిష్ట హామీలిస్తుంది; కానీ కొత్తదనం, గుర్తింపు లేదా ఉపయోగాన్ని స్థాపించదు.
- [గణితం, కృత్రిమ మేధస్సుపై సలహా బృందం](https://agmai.org/) — సెప్టెంబర్ 21న ప్రారంభమైన బృందం; అదే ప్రకటన Tao బ్లాగులో అతిథి వ్యాసంగా కూడా ప్రచురించబడింది. వేతనం లేని స్వతంత్రత, బహిరంగ సిఫార్సుల హామీ, కంపెనీ నిర్ణయాధికారం లేని విషయాన్ని ఇది స్థాపిస్తుంది. తదుపరి ఫలితాల సమూహం మాత్రం OpenAI నివేదించినదిగానే ఆపాదించబడుతుంది.
- [OpenAI: గణితం, AIపై సలహా బృందం](https://openai.com/index/advisory-group-on-mathematics-and-ai/) — సెప్టెంబర్ 21 ప్రకటన. సలహా పరిధిని వివరిస్తూ, అంతర్గత గణిత పురోగతి వేగంపై సలహా ఇవ్వడాన్ని స్పష్టంగా మినహాయిస్తుంది. సమగ్ర ఖచ్చితత్వం, కొత్తదనం ఇక్కడ స్వతంత్రంగా స్థాపించనందున కొత్త ఫలితాల మొత్తం సంఖ్యను మినహాయించాం.
- [గణితం, AI: గణితంలో AI తీవ్రమైన అసమతుల్యత](https://mathandai.org/) — సెప్టెంబర్ 11 ప్రకటన. అవగాహన, విద్య, గుర్తింపు, ప్రోత్సాహకాలపై గణిత శాస్త్రవేత్తల వాదనను అందిస్తుంది. ఇది ఆ రంగంలో పాల్గొనేవారి న్యాయవాద ప్రకటన; అన్ని AI వినియోగాల ప్రభావాలపై నియంత్రిత కొలత కాదు.
- [Henry Cohn: AI రూపొందించిన గణితానికి సాంకేతిక అప్పు](https://terrytao.wordpress.com/2026/09/15/the-technical-debt-of-ai-generated-mathematics/) — సెప్టెంబర్ 15న Tao బ్లాగులో Henry Cohn అతిథి వ్యాసం ప్రచురించారు. వివరణ, ఫలితాలను అర్థం చేసుకునే సమాజంపై పడే పనిభారాన్ని చర్చిస్తుంది. ఈ వాదనను Cohnకు ఆపాదిస్తాం; సమీక్ష ఖర్చుపై అనుభవాధారిత అంచనాతో వేరు చేస్తాం.
BIG CHANGE వార్తాపత్రిక
పెద్ద దృశ్యం. మీ వేగంతో.
AI, రోబోటిక్స్ తాజా కథనాలు, గమనించదగిన మార్పులు, ఆచరణలో పెట్టగల ఆలోచనలు. రోజువారీ బ్రీఫింగ్, వారపు సంకలనం లేదా నెలవారీ దృక్కోణం ఎంచుకోండి.
Next scheduled send (UTC): . Your first edition arrives at the next scheduled send after you confirm.
మీ గోప్యత, మీ ఎంపిక.
అవసరమైన నిల్వ సైట్ భద్రతకు తోడ్పడి, మీ ఎంపికలను గుర్తుంచుకుంటుంది. మీరు అనుమతించే వరకు ఐచ్ఛిక Google Analytics ఆఫ్లోనే ఉంటుంది. అవసరమైన స్టోరేజ్తోనే ప్రతి కథనాన్ని చదవవచ్చు. గోప్యత వివరాలు