17 מיליון שורות ואף קורא אחד: מה באמת נבדק בהוכחה של Claude להשערת רימן

TL;DR
- ב-20 בנובמבר 2026 פרסם לבנט אלפוגה, מתמטיקאי שעובד ב-Anthropic, הערה בת ארבעה עמודים שבה הוא כותב שהוא מאמין שגילה, בעבודה עם Claude, הוכחה להשערת רימן, וגם לגרסה המוכללת שלה עבור פונקציות L של דיריכלה. ההוכחה פורסמה רק כקוד בשפת Lean: לפי ספירה של צוות האימות העצמאי, כ-17.4 מיליון שורות ב-175,187 קבצים, בלי שורת הערה אחת.
- מתמטיקאים מבחוץ כבר הדרו את הקוד, ואנדרו סאתרלנד מ-MIT דיווח שליבת Lean אישרה אותו מחדש בלי שום אקסיומה מעבר לשלוש הסטנדרטיות. בדיקה רב שלבית בכלי בשם Comparator, שמשווה את הטענה ובודקת את ההוכחה בכמה ליבות עצמאיות, עוד לא דווחה כגמורה בזמן הכתיבה. ההוכחה לא נבדקה במובן האנושי, ואף אחד, כולל המחבר עצמו, עוד לא מבין אותה עד הסוף.
- כולם שואלים אם ההוכחה נכונה. השאלה המעניינת יותר היא מה בדיוק נבדק: Lean לא מבטל את הצורך באמון, הוא מכווץ אותו לכמה שורות של ניסוח ולספרייה אחת של הגדרות. ובעולם שבו בדיקה נעשית זולה, ההבנה הופכת למשאב היקר באמת.
בלילה שבין ראשון לשני, 15 ו-16 בנובמבר, ישב לבנט אלפוגה מול מסך ושלח הודעה למנכ"ל החברה שבה הוא עובד. לפי מה שכתב בעצמו, ההודעה לדאריו אמודיי נפתחה במילים "Hypothetically, if I were to have...", כלומר "באופן היפותטי, אם היה לי...". מה שהיה לו, לטענתו, הוא הדבר שמתמטיקאים רודפים אחריו מאז 1859: הוכחה להשערת רימן.
ביום שישי, 20 בנובמבר, יום אחרי הבכורה של Anthropic בבורסה, עלה לאתר האישי שלו מסמך קצר. "אני מאמין שגיליתי, בעבודה עם Claude, הוכחה להשערת רימן", כתב שם. מתחת למסמך הופיעו ארבעה עשר קישורים לקבצים דחוסים. בקבצים האלה לא היה מאמר. היה בהם קוד. אלפוגה הסביר בהערת שוליים למה: הוא הפיק, כך כתב, גרסה טקסטואלית של יותר מ-250,000 עמודים, ו-Claude כינה אותה בחיבה "הספר". המשפט הראשון בספר, כך סיפר, נפתח בתזכורת שמכיוון שהמספרים הממשיים מסודרים, אם מספר כלשהו שונה מחצי אז הוא גדול מחצי או קטן ממנו. לפרסם דבר כזה, כתב, היה "travesty of slop", כלומר עלבון של זבל. אז הוא פרסם רק את Lean.
הפרט הזה, משפט ראשון שמזכיר לקורא שמספר גדול או קטן מחצי, הוא המפתח להבנת כל הסיפור. הוא מראה שיש כאן שני דברים שונים שמתערבבים בכותרות: הוכחה שמחשב יכול לבדוק שורה אחר שורה, והוכחה שבן אדם יכול לקרוא ולהבין. במשך מאות שנים שני הדברים האלה היו כמעט אותו דבר. השבוע הם נפרדו בפומבי, בבעיה המפורסמת ביותר במתמטיקה. בהמשך נסביר מה בדיוק בודק Lean, למה הבדיקה הזו חזקה יותר משנדמה וגם צרה יותר משנדמה, ולמה השאלה "האם זה נכון" עשויה להתברר כקלה מבין השאלות שהשבוע הזה פתח.
מה בדיוק פורסם ביום שישי
השערת רימן עוסקת בפונקציה אחת, פונקציית הזטא של רימן, ובמקומות שבהם היא מתאפסת. לחלק מהאפסים האלה קוראים טריוויאליים: הם יושבים במספרים השליליים הזוגיים, ואף אחד לא מתרגש מהם. ההשערה אומרת שכל שאר האפסים יושבים על קו ישר אחד במישור המרוכב, הקו שבו החלק הממשי של המספר שווה בדיוק לחצי. זה נשמע כמו פרט טכני, אבל המיקום של האפסים האלה שולט בשאלה עד כמה המספרים הראשוניים מפוזרים באופן מסודר. אם ההשערה נכונה, אנחנו יודעים לספור ראשוניים כמעט בדיוק הטוב ביותר האפשרי. מכון קליי למתמטיקה הכריז עליה ב-2000 כאחת משבע בעיות המילניום, עם פרס של מיליון דולר, ובתנאי שהפתרון יתפרסם בכתב עת שופט ויעמוד בביקורת במשך שנתיים.
אלפוגה טוען שהשיטה שלו מוכיחה גם את מה שמכונה השערת רימן המוכללת. כאן מגיעה הדקות הראשונה: צוות המתנדבים שהקים מראה של הקוד והגדיר לו בדיקה עצמאית מדגיש במסמך המתודולוגיה שלו ש"GRH" בקוד הזה פירושו פונקציות L של דיריכלה בלבד, משפחה מסוימת של פונקציות שדומות לזטא. פונקציות זטא של דדקינד ושאר הפונקציות שמתמטיקאים מכנים לפעמים באותו שם לא מכוסות. אלפוגה עצמו כתב שהוא מצפה, "עם עוד זמן", להגיע גם להשערה המורחבת, ועד אז מדובר בציפייה ולא בתוצאה.
ומה ש-Claude תרם? לפי ההערה של אלפוגה, הוא הוביל את שניהם אל המצב הנכון, אנלוגי ל"מודל צעצוע" שבו שני רעיונות שונים התחברו, ומשם "Claude התחיל להשאיר אותי פעור פה". הדוגמה שבחר להראות לעמיתים נוגעת לטיעון ישן של המתמטיקאי סרגיי סטפנוב, שנתן הוכחה אלמנטרית לגרסת ההשערה בשדות פונקציות, עולם מתמטי מקביל שבו הבעיה נפתרה כבר במאה הקודמת. הטריק של סטפנוב נשען על ריבוי של אפסים, ומושג כזה כמעט לא קיים במספרים השלמים. הפתרון שהשניים מצאו היה שרשרת של "הרמות תטא", ו-Claude הציע שאורך השרשרת יהיה שורש של X, כאשר X הוא אורך הסכום שבודקים. אלפוגה מודה בכנות נדירה שהוא "מעט מחוץ לתחום שלו" בחלקים שבהם Claude היה המומחה, ושחלק מהתיאורים בהערה הם פרפרזה על סיכום שהמודל כתב, "שאולי אין בו שום היגיון". הקוד, כתב, אמור להספיק כדי להבהיר הכול.
במילים אחרות, המחבר מציג לעולם טיעון שלם לפני שהוא עצמו שולט בו, ומבקש מאיתנו לסמוך על מכונה שבודקת אותו.
איך מחשב בודק הוכחה
Lean היא שפת תכנות ו"עוזר הוכחות" שפיתח ליאונרדו דה מורה במיקרוסופט מחקר החל מ-2013. כותבים בה טענה מתמטית בשפה פורמלית, כותבים לצדה הוכחה, ותוכנה קטנה שנקראת הליבה (kernel) בודקת שכל צעד נובע מהצעדים הקודמים לפי כללי לוגיקה קבועים. אם צעד אחד חסר, אם מישהו כתב "תאמינו לי" (בשפת Lean, המילה sorry), או אם הוכנסה הנחה שלא הוכחה, הבדיקה נכשלת.
כדי לראות איך זה נראה בפועל כדאי להסתכל על הטענה עצמה, שכן היא קצרה להפתיע. ההגדרה של השערת רימן לא נכתבה על ידי אלפוגה. היא לקוחה מ-Mathlib, הספרייה המשותפת שקהילת Lean בונה כבר שנים, ובתרגום חופשי היא אומרת כך: לכל מספר מרוכב s, אם פונקציית הזטא מתאפסת ב-s, ו-s אינו אחד האפסים הטריוויאליים, ו-s שונה מ-1, אז החלק הממשי של s הוא חצי. זה הכול. בקוד זו שורה או שתיים. הקובץ הראשי של אלפוגה מכיל שורה שאומרת, למעשה, "המשפט riemannHypothesis מתקיים", ומפנה לשרשרת של הוכחות שאורכה, לפי הספירה של צוות האימות, 17,374,215 שורות.
הדימוי שכדאי להחזיק לאורך הכתבה הוא נוטריון. נניח שמגישים לנוטריון חוזה של רבע מיליון עמודים. הנוטריון לא קורא את החוזה כדי להבין אותו. הוא בודק, עמוד אחר עמוד, שכל חתימה אמיתית, שכל סעיף מפנה לסעיף שקדם לו, ושאין דף שהוכנס בלי חתימה. בסוף הוא מטביע חותמת. החותמת הזו אמינה מאוד, הרבה יותר מאמון בעורך דין שקרא את החוזה בלילה אחד. אבל יש שני דברים שהנוטריון לא עושה: הוא לא בודק שהכותרת בעמוד הראשון אומרת את מה שהלקוח חושב שהיא אומרת, והוא לא מסביר לאף אחד למה החוזה עובד.
הדימוי שימושי, אבל הוא ממעיט בדבר אחד. נוטריון אנושי יכול להתעייף או לפספס. הליבה של Lean היא תוכנה קטנה יחסית, שנמצאת בשימוש רחב בקהילה, ואפשר להריץ אותה שוב ושוב, על מחשבים שונים, ואפילו להחליף אותה בליבות שנכתבו בנפרד על ידי אנשים אחרים. בזכות זה מתמטיקאים זהירים מוכנים לומר על הוכחה שעברה את הליבה דברים שלא היו אומרים על מאמר מודפס.
שלוש שאלות שהנוטריון כן עונה עליהן
כשהקבצים עלו לרשת, הקהילה פעלה במהירות מרשימה. מורידים את ארבעה עשר החלקים, מחברים אותם לקובץ אחד, משווים את טביעת האצבע הדיגיטלית שלו, מושכים את Mathlib בגרסה המדויקת שהקוד נשען עליה, ומריצים. תוך שעות הופיעו כמה מראות עצמאיות של הקוד, וצוות מתנדבים פרסם מסמך מתודולוגיה מפורט, כולל תוצאות של חיפוש טקסטואלי בכל 175,187 הקבצים: אין בהם sorry, אין הצהרות של אקסיומות חדשות, ואין פקודות שמאפשרות לעקוף את הליבה בדרכים המוכרות.
קווין באזארד מאימפריאל קולג' בלונדון, אחד האנשים שהכי הרבה עשו כדי להכניס את Lean למתמטיקה המרכזית, ניסח את השאלה הראשונה בצורה הכי פשוטה. לפי Scientific American, הוא כתב בפורום של קהילת Lean שהשאלה הראשונה היא "what is the statement of the theorem in the Lean code", כלומר מה בדיוק הטענה שהוכחה. אליוט גלייזר, מתמטיקאי שבדק את הקוד, כתב ברשת X ש"הטענה הפורמלית בחבילה של לבנט היא אכן GRH". אנדרו סאתרלנד מ-MIT הדר את הקוד בעצמו, ולפי Scientific American דיווח שההוכחה נבדקה מחדש על ידי ליבת Lean "עם שלוש האקסיומות הסטנדרטיות בלבד". הוא הוסיף שלדעתו "הסיכוי שמשהו כאן מפוקפק הוא בערך אפס".
שלוש האקסיומות האלה הן הבסיס שעליו נשענת כמעט כל המתמטיקה הפורמלית ב-Lean, והן מקובלות על רוב המתמטיקאים. כשבודקים הוכחה, אחת הפקודות הראשונות שמריצים היא בקשה מ-Lean להדפיס על אילו אקסיומות היא נשענת. אילו הופיעה שם הנחה רביעית, נגיד הנחה שמישהו הכניס בשקט וקרא לה בשם תמים, ההוכחה הייתה מתמוטטת לטענה מותנית.
הבדיקה השלישית, והמחמירה מכולן, היא Comparator. זה כלי של צוות הפיתוח של Lean שמקבל שני קבצים נפרדים: קובץ "אתגר" שכתוב בלי שום קוד של המחבר ומנסח בו את הטענה, וקובץ "פתרון". הוא בודק שהטענות זהות, שלא הוגדר מחדש אף סמל בדרך, שלא נוספו אקסיומות, ושההוכחה מתקבלת גם בליבות שנכתבו באופן עצמאי. באזארד כתב, לפי Scientific American, שעדיין ממתינים ל"הרצה מוצלחת של ה-comparator". במסמך של צוות האימות, נכון לזמן הכתיבה, הבדיקה על הקוד המלא עדיין מסומנת כ"לא הורצה", עם הסבר שהבנייה לבדה נמשכת שעות ודורשת כ-100 ג'יגה של דיסק.
למה כל כך הרבה זהירות, אם הליבה כבר אישרה? כי גם לליבות יש באגים. במסמך המתודולוגיה מופיעה, בין השאר, תקלה שתוקנה השנה בליבה של Lean ואפשרה, בקלט שנבנה במיוחד, להוכיח טענה שקרית בלי שום אקסיומה נוספת. הגרסה שבה נכתב הקוד של אלפוגה כבר כוללת את התיקון, אבל העיקרון ברור: כשהטענה היא השערת רימן, חותמת של נוטריון אחד לא מספיקה. רוצים כמה נוטריונים, מכמה משרדים, שלא מכירים זה את זה. ויש עוד סיבה, טכנית יותר: הצוות מצא בקוד טקטיקה מותאמת אישית שמכניסה הוכחה למקומה בלי שהשכבה החיצונית של Lean, זו שבודקת התאמה בין טיפוסים, תבדוק אותה. זה לא פסול, הליבה עדיין בודקת כל הצהרה, אבל זה בדיוק המקרה שבו כדאי שגם ליבות אחרות יסתכלו.
מי שקרא אצלנו על אימות פורמלי של הקוד של Signal מכיר את ההיגיון: ההוכחה שווה בדיוק כמו הטענה שהיא מוכיחה, ושום שורה לא מחליפה את השאלה מה כתוב בכותרת.
מילון כיס: השבוע של רימן
- פונקציית הזטא: פונקציה שבנה רימן ב-1859 מתוך סכום על כל המספרים הטבעיים. האפסים שלה מקודדים מידע על פיזור המספרים הראשוניים.
- הקו הקריטי: כל המספרים המרוכבים שהחלק הממשי שלהם שווה לחצי. ההשערה אומרת שכל האפסים הלא טריוויאליים יושבים עליו.
- GRH בגרסה של אלפוגה: אותה טענה עבור פונקציות L של דיריכלה. לא עבור כל משפחות הפונקציות שנקראות לפעמים באותו שם.
- Lean: שפה ותוכנה לבדיקת הוכחות. מנסחים טענה, כותבים הוכחה, והמחשב מאשר או דוחה.
- Mathlib: הספרייה הציבורית של מתמטיקה פורמלית ב-Lean. ממנה לקוחה ההגדרה של השערת רימן שהוכחה.
- ליבה (kernel): החלק הקטן ב-Lean שבאמת מחליט אם הוכחה תקפה. כל השאר הוא כלי עזר.
- אקסיומות סטנדרטיות: שלוש הנחות יסוד שמקובלות כבסיס, ובהן אקסיומת הבחירה. הוכחה נקייה נשענת רק עליהן.
- Comparator: כלי שמשווה את הטענה שהוכחה לניסוח עצמאי שלה ומריץ את ההוכחה בכמה ליבות שונות.
התפנית: הבדיקה לא מבטלת את האמון, היא מכווצת אותו
הכותרות של סוף השבוע מציגות את Lean כמכונה שמסלקת את הצורך לסמוך על מישהו. זה המסגור שכולם מקבלים: אם המחשב אישר, נגמר הוויכוח. המסגור הזה לא שגוי, אבל הוא מחמיץ את מה שקורה בפועל. האמון לא נעלם. הוא עבר דירה, והדירה החדשה קטנה מאוד.
מה נשאר לסמוך עליו? קודם כל, ההגדרה הקצרה ב-Mathlib, וקובץ של 16 שורות שבו אלפוגה ניסח את ארבע הטענות האחרות. אחר כך, על ההגדרות שהשורות האלה נשענות עליהן: מה זו פונקציית הזטא ב-Mathlib, מה זו פונקציית L, מה זה מספר מרוכב. ולבסוף, על הליבה עצמה. כל אחד מהשלבים האלה קריא לבני אדם, וזה החידוש הגדול. במקום לקרוא 250,000 עמודים, צריך לקרוא דף אחד ולוודא שההגדרות בספרייה נכונות.
ובדף האחד הזה יש הפתעות קטנות. מסמך המתודולוגיה של צוות האימות מציין, למשל, שההגדרה של השערת רימן ב-Mathlib מחריגה במפורש את הנקודה s=1, משום שבנקודה הזו פונקציית הזטא של הספרייה מקבלת "ערך זבל". במתמטיקה הרגילה לזטא אין ערך ב-1 בכלל, יש שם קוטב. בעולם הפורמלי כל פונקציה חייבת להחזיר משהו, ולכן הספרייה ממלאת את החור בערך שרירותי, וההגדרה של ההשערה נזהרת ממנו. זו בדיוק השאלה של באזארד: לא האם ההוכחה תקפה, אלא האם המשפט שהוכח הוא המשפט שאנחנו מתכוונים אליו. הצוות קרא את הניסוח ביד וקבע שכן. גם הכלי שלהם מודה במגבלה: Comparator בודק את האתגר ואת הפתרון מול אותה Mathlib, ולכן הוא לא יכול לגלות Mathlib שעברה שינוי. כדי לסגור את הפרצה הזו, הצוות השווה כל תלות בקוד לגרסה הרשמית שלה.
וכאן מגיעה התפנית האמיתית. אם הבדיקות יסתיימו בהצלחה, וכמעט כל מי שמבין בתחום מעריך שכך יהיה, השאלה "האם זה נכון" תיסגר מהר מאוד, אולי תוך ימים. מה שיישאר פתוח הוא השאלה שעד השבוע הייתה כמעט חלק מההגדרה של הוכחה: למה זה נכון. יוּנֶס לַמְזוּרי מאוניברסיטת לורן, שעבד על תוצאות קרובות, אמר לאתר החדשות של IBM ש"מתמטיקה היא בעיקר הבנה של למה משהו נכון", והזהיר שהקבלה עשויה להימשך חודשים או שנים. טרנס טאו כתב בבלוג שלו שתהליך ה"עיכול" ייקח זמן, והוסיף הערה שכמעט עוברת מתחת לרדאר: לפחות "יש לנו מחבר אנושי שאפשר לתקשר איתו".
במשך מאות שנים, לבדוק הוכחה היה החלק הקשה, ולהבין אותה היה הפרס. השבוע הסדר התהפך: הבדיקה הפכה לזולה, וההבנה הפכה לצוואר הבקבוק.
איך הגענו לכאן: שלושה חודשים, שלוש הוכחות
הסיפור לא התחיל ביום שישי. ב-10 באוגוסט 2026 פרסמה Anthropic בבלוג המחקר שלה שגרסת מחקר לא משוחררת של Claude העלתה חסם ישן: השיעור המוכח של אפסי זטא שיושבים על הקו הקריטי עלה מ-41.6% ל-67.2%. החברה הדגישה אז במפורש ש-Claude לא הוכיח את ההשערה, ושהיא לא מצפה שהטכניקות האלה יוכיחו אותה. התיאור של איך זה קרה ראוי לסצנה משלו. לפי הבלוג, הניסיון הראשון ייצר וניסה 650 רעיונות, ואף אחד מהם לא עבד. בניסיון השני Claude ניהל במשך יום וחצי כ-60 סוכני משנה, שהריצו יחד 2,400 פקודות. בשני הניסיונות יחד נוצרו, לפי החברה, כ-31 מיליון טוקנים של פלט. רוב התרומה האנושית, כך כתבה החברה, הייתה עידוד, בנוסח "keep going". מי שקרא אצלנו על צוותים של סוכני AI יודע שזה לא מובן מאליו: צוות כזה נוטה דווקא להסתבך. כאן הוא הצליח.
מי בדק את התוצאה של אוגוסט? שני מתמטיקאים של Anthropic, אלפוגה עצמו וראלף פורמן, כתבו לה תקציר. שני מומחים חיצוניים, בריאן קונרי ודן גולדסטון, עברו על המאמר. וגרסת Lean שלה עברה את Comparator. כלומר, בפעם הקודמת הסדר היה הפוך: קודם בני אדם, אחר כך מכונה. הפעם המכונה הגיעה ראשונה, ובני האדם עוד בדרך.
באמצע הדרך הגיעה OpenAI. לפי Quanta Magazine, ב-6 באוקטובר פרסמה החברה הוכחה למה שמכונה "השערת רימן החלשה": לא שכל האפסים יושבים על הקו, אלא שהם כלואים בתוך רצועה צרה יותר מהידוע. גרסה אחת, שבה הרצועה בין שמינית לשבע שמיניות, אומתה ב-Lean. גרסה שנייה, צרה יותר, בת כ-49 עמודים, לא אומתה פורמלית, ובכל זאת מספר חוקרי תורת מספרים שקראו אותה העריכו שהיא נכונה. מקסים רדזיוויל מאוניברסיטת ניו יורק תיאר את ההשלכות כ"מדהימות" ובאותה נשימה כינה את המאמרים "כתובים נורא". פיטר סרנאק אמר שלא יחשיב את התוצאה כמשפט עד שבני אדם יבדקו ויבינו את כל הפרטים. מי שזוכר את הכתבה שלנו על הוכחה ש-GPT-6 Astra הוביל בפיזיקה יזהה את אותו דפוס: התוצאה מגיעה לפני ההסבר, והשאלה מי יאשר אותה נשארת פתוחה.
ואז, באותו יום שישי עצמו, הגיעה טענה שנייה. לפי Scientific American, רבי וקיל, נשיא האגודה האמריקאית למתמטיקה, פרסם בבלוג שלו שמתמטיקאי צעיר מסטנפורד בשם אלסנדרו מסולו כתב כתב יד שטוען להוכחה של ההשערה, ולפי הטענה בלי סיוע של AI. בריאן קונרד מסטנפורד, שנתן למסולו משוב בחודשים האחרונים, אישר את הפרטים, אבל אמר שהעבודה "עוברת שינויים מהותיים", ושצריך שתגיע לשלב מתקדם יותר כדי לשפוט אותה. טאו ציין בבלוג שכתב היד של מסולו קרוב לאסטרטגיה שהציע המתמטיקאי כריסטופר דנינגר. אף אחד עוד לא אימת אותו. ובכל זאת, הסמיכות מרתקת: באותו יום שבו מכונה הציגה 17 מיליון שורות שאיש לא קרא, אדם הציג טיעון שבני אדם קוראים, ושאיש עוד לא אישר.
ארבעת הצבעים, קפלר ו-abc: ויכוח בן חמישים שנה
הוויכוח על הוכחות שאדם לא יכול לקרוא ישן מכפי שנדמה. ב-1976 הוכיחו קנת אפל וולפגנג הייקן את משפט ארבעת הצבעים, שלפיו אפשר לצבוע כל מפה בארבעה צבעים בלי ששתי מדינות שכנות יקבלו אותו צבע. חלק מרכזי בהוכחה היה בדיקה ממוחשבת של מקרים רבים מכדי שאדם יעבור עליהם, וחלק מהמתמטיקאים סירבו אז לקבל אותה כהוכחה של ממש. השקט חזר רק כשז'ורז' גונטייה ועמיתיו כתבו לה ב-2005 הוכחה מלאה בעוזר ההוכחות Coq.
סיפור דומה קרה עם השערת קפלר על הדרך הצפופה ביותר לערום כדורים. תומס הייל הציג הוכחה ב-1998, ושופטי כתב העת אמרו שהם משוכנעים "ב-99%" בלבד. הייל הגיב בפרויקט בן יותר מעשור, Flyspeck, שהשלים ב-2014 אימות פורמלי מלא. ב-2020 הציב פטר שולצה, זוכה מדליית פילדס, אתגר לקהילת Lean לאמת תוצאה שגם הוא עצמו לא היה בטוח בה לגמרי. הפרויקט הושלם ב-2022, ושולצה העיד שהתהליך עצמו עזר לו להבין טוב יותר את ההוכחה שלו.
הצד השני של המטבע הוא שינִיצ'י מוצ'יזוקי, שפרסם ב-2012 כמה מאות עמודים שטוענים להוכחה של השערת abc. ב-2018 טענו פטר שולצה ויאקוב שטיקס שמצאו בטיעון פער מהותי, ומוצ'יזוקי דחה את טענתם. כמעט עשור וחצי אחרי הפרסום רוב הקהילה לא מקבלת את ההוכחה, ומעטים מאוד מרגישים שהם מבינים אותה מספיק כדי להכריע בעצמם. המקרה של אלפוגה הוא מעין תמונת ראי: שם הייתה הוכחה שבני אדם כתבו ואיש לא הצליח לבדוק, כאן יש הוכחה שמכונה בדקה ואיש לא כתב במובן הרגיל.
מה שחדש השבוע הוא לא עצם השימוש במחשב, אלא הסדר. באפל והייקן, בהייל ובשולצה, אנשים הבינו את הרעיון, והמחשב רק בדק את הפרטים המייגעים. כאן המחשב, ומודל השפה שבתוכו, הם שהחזיקו את הרעיון, והאנשים מנסים עכשיו לחלץ אותו. טאו כתב שמניתוח ראשוני נראה שההוכחה משתמשת "במלוא הכוח של ההתפתחויות המודרניות בתוכנית לנגלנדס ובגיאומטריה אריתמטית". לא מדובר בחיפוש עיוור. מדובר בסינתזה של חצי מתורת המספרים המודרנית, בקצב ובהיקף שאף אדם לא יכול להחזיק בחלון ההקשר של הראש שלו.
המספרים, ומה שהם לא אומרים
קל להתרשם מהמספרים, ולכן כדאי לפרק אותם. לפי מסמך המתודולוגיה של צוות האימות, הקוד מכיל 175,187 קבצים, בערך מיליארד בתים של טקסט, 17.4 מיליון שורות, ובהן 818,755 משפטים ולמות. אין בו שורת הערה אחת. לשם השוואה, הקוד הזה גדול פי כמה מ-Mathlib כולה, שנבנתה בידי מאות תורמים לאורך שנים.
אלא שמספר שורות מודד בעיקר מלל, ולא קושי. מודל שפה שכותב הוכחה פורמלית לא מנסה לחסוך. הוא פורש כל צעד קטן, חוזר על טיעונים דומים בווריאציות, ומוכיח מחדש דברים שאדם היה מקצר בשורה. אלפוגה עצמו כתב שהוא מצפה שהטיעון "יפושט באופן מסיבי, כנראה מיד", ושייתכן שהכניס לתוכו "הרבה בחירות משונות ולא אופטימליות". בריאן קונרי, מהמומחים הבולטים להשערה, אמר לסוכנות הידיעות AFP שזה "רגע מונומנטלי בהיסטוריה האנושית", ובאותה שיחה העריך ש"יהיו דרכים פשוטות יותר לעשות את זה". גם המספר 250,000 דורש זהירות: זו הערכה של אלפוגה לגבי טקסט שהוא עצמו בחר לא לפרסם, ואין דרך לבדוק אותה.
מספר אחד כן אומר משהו ברור: הפער בין ארבעה עמודים של הסבר אנושי לבין 17 מיליון שורות של הוכחה. זה הפער שהקהילה צריכה עכשיו לגשר עליו. תומס בלום מאוניברסיטת מנצ'סטר כתב ברשת שהוא לא יודע מה מפתיע אותו יותר: שמערכת AI טוענת שהוכיחה את השערת רימן, או ההוכחה בת 250,000 העמודים. ג'יימס מיינרד מאוקספורד, זוכה מדליית פילדס ב-2022, אמר ש"אם זה יעמוד בכל הבדיקות, זו בבירור אבן דרך היסטורית במתמטיקה". המילה "אם" היא אולי הדבר היחיד שכל המומחים מסכימים עליו.
ומה זה אומר כאן, בישראל
בכלכליסט התפרסמה הידיעה ביום שישי בערב תחת הכותרת "הגביע הקדוש של המתמטיקה", בהסתמך על וול סטריט ג'ורנל, עם הסתייגות ברורה שההוכחה טרם אומתה. זה בדיוק הניסוח הנכון, ובסיפור כזה הוא חשוב יותר מכל פרט אחר.
הסיפור מתחבר באופן לא צפוי לסקר שהתפרסם יום קודם לכן. מוסד שמואל נאמן בטכניון, שנקר, ויקימדיה ישראל ואיגוד האינטרנט הישראלי מצאו ש-78% ממשתמשי ה-AI בישראל פנו אליו בשאלות של בריאות ורפואה, אבל רק כ-38% בודקים את התשובות מול מקורות נוספים, ורק 53% מודעים לכך שמודלים יכולים להציג מידע שגוי. בקצה אחד של הסקאלה, מתמטיקאים בונים לתשובה של מודל מנגנון בדיקה עם כמה ליבות עצמאיות, ארגזי חול בלי רשת והשוואת טביעות אצבע. בקצה השני, רוב האנשים מקבלים תשובה על תרופה או על תסמין בלי לבדוק אותה פעם אחת.
הפער הזה הוא הלקח המעשי. מה שהופך את ההוכחה של אלפוגה לראויה לאמון אינו המודל שכתב אותה, אלא הבודק שעומד מחוצה לו. מודלים נוטים, כפי שכתבנו כאן על מודלים שנוטשים עובדות כשלוחצים עליהם, לומר לנו את מה שאנחנו רוצים לשמוע. וכשהם עובדים מול בודק אוטומטי, הם עלולים לחפש פרצה בבודק במקום לפתור את המשימה, כמו סוכני OpenAI שעמדו מול מבחן בלי פתרון. דווקא בגלל זה Lean מעניין: זה בודק שקשה במיוחד לרמות, ולכן הוא גם אחד הבסיסים שעליהם מאמנים היום מודלים במתמטיקה, בלמידת חיזוק שבה התגמול מגיע רק כשההוכחה עוברת.
מה ידוע, ומה עדיין לא
ידוע: אלפוגה פרסם הערה וקוד ב-20 בנובמבר. הקוד הדר בידי מתמטיקאים עצמאיים. הטענה המרכזית בו היא ההגדרה של השערת רימן מתוך Mathlib, וארבע טענות נוספות על פונקציות L של דיריכלה. לפי סאתרלנד, ליבת Lean אישרה את ההוכחה עם שלוש האקסיומות הסטנדרטיות בלבד. חיפוש בכל הקבצים לא מצא את הדרכים המוכרות לעקוף את הבדיקה.
עדיין לא ידוע: האם הרצה מלאה של Comparator, עם כמה ליבות עצמאיות, תסתיים בהצלחה. האם קריאה זהירה של ההגדרות ב-Mathlib תמצא בעיה כלשהי בניסוח, דבר שאיש לא הצביע עליו עד כה. איך ההוכחה עובדת, ומה הרעיון המרכזי שבה במונחים שאדם יכול להעביר לאדם אחר. ומה יעשה מכון קליי, שהתקנון שלו דורש פרסום בכתב עת שופט, עם הוכחה שאיש לא יכול לשפוט במובן המקובל.
מה כדאי לא להסיק: שמודל שפה "פתר את המתמטיקה" לבדו. לפי התיאור של אלפוגה, הוא עצמו כיוון את העבודה אל האנלוגיה הנכונה, ו-Claude הוביל את החלקים הטכניים שבהם הוא, לדבריו, פחות שולט. נסטור גיין, מרצה אורח באוניברסיטת ניו יורק, אמר ל-AFP שההתנהלות מראה AI שפועל "יותר כמו כלי". גם הטענה ההפוכה, שהוכחה בלי הבנה איננה הוכחה, אינה מוסכמת. זו בדיוק השאלה שהקהילה תתווכח עליה בחודשים הקרובים.
חמש שאלות לקריאת הכותרת הבאה מהסוג הזה
זו לא הפעם האחרונה שנקרא שמודל הוכיח משהו גדול. אלה השאלות שעוזרות להבחין בין חותמת לבין רעש:
- מה נוסח, ומי ניסח? הוכחה פורמלית שווה כמו הטענה בראשה. ניסוח שנלקח מספרייה ציבורית ונבדק בידי אנשים מבחוץ חזק בהרבה מניסוח שהמחבר כתב לעצמו.
- על אילו הנחות היא נשענת? פלט של בדיקת האקסיומות הוא שורה אחת. אם היא חסרה בדיווח, חסר הפרט החשוב ביותר.
- כמה בודקים, וכמה עצמאיים? הידור במחשב של המחבר הוא התחלה. הרצה אצל אחרים, בליבות שונות ובסביבה מבודדת, היא הראיה.
- האם יש הסבר שאדם יכול לקרוא? לא בשביל הנכונות, בשביל הערך. תוצאה שאיש לא מבין אינה מלמדת דבר על הבעיה הבאה.
- מי מרוויח מהתזמון? אלפוגה עצמו כתב שיש "פרשנות צינית ברורה" לתזמון, יום אחרי ההנפקה, ושהיא שגויה. כדאי לרשום את ההכחשה, וכדאי גם לזכור שהבדיקות המתמטיות אדישות לבורסה. זו בדיוק הסיבה שהן קיימות.
השאלות האלה רלוונטיות גם הרחק ממתמטיקה, בכל מקום שבו מערכות בינה מלאכותית מייצרות תוצרים שאיש לא יספיק לקרוא, מקוד תוכנה ועד דוחות. מי שרוצה להעמיק בבסיס הטכני ימצא עוד במדור למידת מכונה שלנו.
העיכול
קל לצאת מהשבוע הזה עם אחת משתי תחושות: התרגשות על כך שהמכונות פתרו את הבעיה הגדולה מכולן, או חשד שמדובר בתעלול שיווקי. שתיהן מפספסות. אם הבדיקות יסתיימו כפי שרוב המומחים מעריכים, המתמטיקה קיבלה תשובה לשאלה שהיא שואלת כבר 167 שנה, וקיבלה אותה בצורה שעוד אי אפשר ללמוד ממנה. זה מצב חדש, והוא לא שייך רק למתמטיקאים.
הנוטריון עשה את עבודתו, או עומד לסיים אותה. החותמת תהיה, ככל הנראה, אמינה יותר מכל חותמת שמתמטיקה אנושית ידעה. אבל חותמת אומרת שהחוזה תקף, לא מה כתוב בו. אלפוגה כתב שבכוונתו "להבין ולהעביר הבנה" של הטיעון, ולכתוב אותו כראוי. המשפט הזה, ולא 17 מיליון השורות, הוא אולי החלק החשוב ביותר במה שפרסם. בעולם שבו מכונות כותבות הוכחות מהר מכפי שאפשר לקרוא אותן, הערך עובר ממי שמגיע ראשון לתשובה אל מי שמסוגל להסביר אותה. והשאלה שכדאי לשאול בפעם הבאה שמודל "מוכיח" משהו איננה רק האם זה נכון, אלא מי מבין למה.
שאלות נפוצות
האם השערת רימן הוכחה?
עדיין לא באופן רשמי. לבנט אלפוגה מ-Anthropic פרסם ב-20 בנובמבר 2026 הוכחה שנכתבה עם Claude בשפת Lean, ומתמטיקאים עצמאיים הדרו אותה ודיווחו שהליבה של Lean אישרה אותה עם האקסיומות הסטנדרטיות בלבד. בדיקה מלאה בכמה ליבות עצמאיות עוד לא דווחה כגמורה בזמן הכתיבה, ואף אחד עוד לא מבין את ההוכחה במלואה. לפי תקנון מכון קליי, פרס המילניום מחייב פרסום בכתב עת שופט ושנתיים של ביקורת.
מה זה Lean, ולמה הוא נחשב אמין כל כך?
Lean היא שפת תכנות לבדיקת הוכחות מתמטיות. מנסחים בה טענה והוכחה, ותוכנה קטנה שנקראת הליבה בודקת שכל צעד נובע לוגית מהקודמים. מכיוון שהליבה קטנה, נבדקה רבות, ואפשר להריץ במקומה ליבות שנכתבו בנפרד, הוכחה שעברה אותה נחשבת אמינה מאוד. הבדיקה לא אומרת אם הטענה שנוסחה היא הטענה שהתכוונו אליה, ולכן את הניסוח עצמו בודקים בני אדם.
מה בדיוק עשה Claude, ומה עשה אלפוגה?
לפי ההערה של אלפוגה, הוא הוביל את העבודה אל האנלוגיה הנכונה בין מודל צעצוע לבעיה האמיתית, ו-Claude הוביל את רוב החלקים הטכניים, בעיקר בתורת הצורות האוטומורפיות שבה אלפוגה, לדבריו, פחות שולט. הוא נתן דוגמה אחת: Claude הציע את האורך של שרשרת "הרמות התטא" שבלב הטיעון. אלפוגה גם מודה שחלק מהתיאורים שלו הם פרפרזה על סיכומים של המודל, ושעדיין אינו שולט בכל המתמטיקה שבהוכחה.
למה ההוכחה ארוכה כל כך, והאם היא תתקצר?
מודל שכותב הוכחה פורמלית פורש כל צעד ואינו מנסה לקצר, ולכן מספר השורות מודד בעיקר מלל ולא קושי. אלפוגה כתב שהוא מצפה שהטיעון יפושט מאוד, ובריאן קונרי העריך שיימצאו דרכים פשוטות יותר. ההיסטוריה של משפט ארבעת הצבעים ושל השערת קפלר מראה שהוכחות ממוחשבות ראשונות נוטות להתקצר ולהתבהר עם הזמן, כשבני אדם מבינים את הרעיון שבבסיסן.