Nagródka Justin Sun: AI‑Wsparte rozwiązania problemów Erdősa
Biuro Justin Sun wyróżniło trzech studentów Purdue oraz niezależnego badacza za pracę nad Problemem #97 Erdősa i formalizacją Lean Problem #841, przy czym kluczową rolę odegrały narzędzia AI.
Przetłumaczono z języka angielskiego. Czytaj oryginał
Kluczowe wnioski
- Liam Kruer, Jensen Kohlmeyer i Liam Price otrzymali Nagródkę Justin Sun za rozwiązanie Problem #97 Erdősa.
- Peilin Liu został nagrodzony za formalizację Lean Problem #841 Erdősa.
- Wypłaty nagrody można odebrać w USDT na TRON (TRC‑20) lub USDC na Ethereum (ERC‑20).
Biuro Justin Sun ogłosiło najnowszych laureatów Nagródki Justin Sun 16 listopada 2026, uznając badania wzmacniane AI nad dwoma długotrwałymi problemami Erdősa. Trzech współpracowników Purdue – student inżynierii Liam Kruer, student mechaniki i matematyki Jensen Kohlmeyer oraz niezależny badacz Liam Price – zostało wyróżnionych za rozwiązanie Problem #97 Erdősa, podczas gdy matematyk Peilin Liu otrzymał nagrodę za formalizację Lean Problem #841. Nagrody podkreślają rosnącą rolę narzędzi sztucznej inteligencji, takich jak Codex i ChatGPT Pro, w rozwoju czystej matematyki.
Rozwiązanie Problem #97 Erdősa
Problem #97 pyta, czy każdy wypukły wielokąt zawiera wierzchołek, z którego odległości do innych wierzchołków nie są nadmiernie powtarzalne. Zgodnie z ogłoszeniem nagrody, Kruer, Kohlmeyer i Price skonstruowali wypukły wielokąt, w którym każdy wierzchołek ma co najmniej cztery inne wierzchołki dokładnie jeden jednostkowy dalej, rozwiązując zarówno pierwotne pytanie, jak i szerszą wariację. Trójka przyczyniła się równorzędnie do dowodu matematycznego i jego formalnej weryfikacji w Lean, przy uznaniu znacznej pomocy AI w całym procesie.
Formalizacja Lean Problem #841
Problem #841 Erdősa dotyczy minimalnej długości ciągłego przedziału liczb całkowitych, który nadal daje większe liczby, których iloczyn z daną liczbą tworzy pełny kwadrat. Peilin Liu opracował kompletną formalizację Lean problemu, wykorzystując narzędzia AI – w tym Codex i ChatGPT Pro – do pomocy w kodowaniu dowodu. Praca Liu pokazuje, jak AI może usprawnić tłumaczenie nieformalnych argumentów matematycznych na kod sprawdzalny przez maszynę.
Mechanika nagrody i program pilotażowy
Nagrody są częścią pilotażowej współpracy z MathDB, platformą badawczą stworzoną przez profesora Caltech Tony'ego Yue Yu. Pilotaż wprowadza formalny przepływ zgłoszeń i recenzji dla badań wspieranych AI w pięćdziesięciu wyznaczonych problemach. Zwycięzcy mogą otrzymać nagrodę w USDT na sieci TRON (TRC‑20) lub USDC na Ethereum (ERC‑20), pod warunkiem weryfikacji zgodności. Wszystkie kody źródłowe, rekordy weryfikacji i dalsze szczegóły są publicznie dostępne w repozytorium GitHub nagrody.


Dyskusja 0