Justin Sun Ödülü, AI‑Destekli Çözümleri İki Erdős Problemi İçin Verdi
Justin Sun Ofisi, Erdős Problemi #97 ve Problem #841’in Lean formalizasyonu üzerine AI araçlarının kilit rol oynadığı çalışmaları için üç Purdue öğrencisi ve bağımsız araştırmacıyı onurlandırdı.
İngilizceden çevrilmiştir. Orijinalini oku
Öne çıkanlar
- Liam Kruer, Jensen Kohlmeyer ve Liam Price, Erdős Problemi #97’nin çözümü için Justin Sun Ödülü’nü aldılar.
- Peilin Liu, Erdős Problemi #841’in Lean formalizasyonu için ödül kazandı.
- Ödül ödemeleri, TRON üzerindeki USDT (TRC‑20) ya da Ethereum üzerindeki USDC (ERC‑20) olarak talep edilebilir.
Justin Sun Ofisi, 16 Kasım 2026’da Justin Sun Ödülü’nün son alıcılarını duyurdu ve iki uzun süredir devam eden Erdős probleminin AI‑güçlendirilmiş araştırmalarını tanıdı. Üç Purdue bağlısı – mühendislik öğrencisi Liam Kruer, makine‑mühendisliği ve matematik öğrencisi Jensen Kohlmeyer ve bağımsız araştırmacı Liam Price – Erdős Problemi #97’nin çözümü için onurlandırıldı, matematikçi Peilin Liu ise Erdős Problemi #841’in Lean formalizasyonu için ödül aldı. Ödüller, Codex ve ChatGPT Pro gibi yapay zeka araçlarının saf matematikteki artan rolünü vurguluyor.
Erdős Problemi #97’nin Çözümü
Problem #97, her konveks çokgenin, diğer köşelere olan mesafelerin aşırı tekrar etmediği bir köşe içerip içermediğini sorar. Ödül duyurusuna göre Kruer, Kohlmeyer ve Price, her köşenin en az dört diğer köşeye tam bir birim uzaklıkta olduğu bir konveks çokgen inşa etti; bu, hem orijinal soruyu hem de daha geniş bir varyantı yanıtlıyor. Üçlü, matematiksel kanıtı ve Lean teorem kanıtlayıcısındaki formal doğrulamayı eşit şekilde katkı sağladı ve süreç boyunca önemli AI desteği aldıklarını belirtti.
Problem #841’in Lean Formalizasyonu
Erdős Problemi #841, belirli bir tamsayının çarpımıyla tam kare oluşturan daha büyük tamsayılar elde etmek için gereken ardışık tamsayı aralığının minimum uzunluğunu inceler. Peilin Liu, problemi tam bir Lean formalizasyonu haline getirdi ve kanıtı kodlamak için Codex ve ChatGPT Pro gibi AI araçlarını kullandı. Liu’nun çalışması, AI’nın gayri resmi matematiksel argümanları makine‑kontrol edilebilir koda dönüştürmedeki verimliliğini gösteriyor.
Ödül Mekanizması ve Pilot Program
Ödüller, Caltech profesörü Tony Yue Yu tarafından oluşturulan araştırma platformu MathDB ile yürütülen bir pilot iş birliğinin parçası. Pilot, AI‑destekli araştırmalar için elli belirlenmiş problemde resmi bir gönderim ve inceleme akışı tanıtıyor. Kazananlar, uyumluluk doğrulamasına tabi olarak ödüllerini TRON ağındaki USDT (TRC‑20) ya da Ethereum’daki USDC (ERC‑20) şeklinde alabilir. Tüm kaynak kod, doğrulama kayıtları ve ek detaylar, ödülün GitHub deposunda kamuya açık olarak barındırılıyor.
Gelecek İzlenecekler
Gelecek ödül döngüleri, Erdős zorlukları listesini genişletecek ve ek AI modelleri ekleyebilir; bu da merkeziyetsiz teşvikler ve açık‑kaynak doğrulamanın matematik araştırmasını nasıl yeniden şekillendirebileceğine bir bakış sunuyor.


Tartışma 0