Claude AI-agenten hebben het geverifieerde aandeel van Riemann-zeta-nulpunten dat op de kritieke lijn ligt verhoogd van 41,6% naar 67,2%. De sprong bewijst de Riemannhypothese niet, maar het laat zien dat grootschalige AI-gestuurde workflows een wiskundig controleerbaar resultaat kunnen produceren.
Waarom de Riemannhypothese belangrijk is
De hypothese stelt dat elk niet-triviaal nulpunt van de Riemann-zetafunctie een reëel deel heeft dat exact ½ is. Die nulpunten bepalen de verdeling van priemgetallen, dus het bevestigen van het vermoeden zou de link tussen priemgetalpatronen en complexe analyse versterken. Tot op heden is slechts een fractie van de nulpunten bewezen op de "kritieke lijn" te liggen. Het verhogen van dat aandeel is een standaardmaatstaf voor vooruitgang.
Hoe Anthropic op 67,2% kwam
Anthropic liet Claude Code, hun code-gerichte model, twee intensieve onderzoeksessies doorlopen. Tijdens de tweede sessie werden 60 sub-agenten ingezet die coördineerden via meer dan 2.400 shell-commando's en honderden Python-scripts genereerden. In totaal produceerde het proces ongeveer 31 miljoen output-tokens — ongeveer de omvang van een kort roman.
Wiskundigen binnen het team hebben het resulterende paper gecontroleerd en een Lean 4-formalisering uitgebracht, een door machines gecontroleerde bewijstaal, zodat anderen elke stap kunnen verifiëren. Het werk maakte gebruik van een interne, nog niet uitgebrachte onderzoeksversie van Claude, en de verificatie was gebaseerd op interne controles en korte expertbeoordelingen in plaats van formele peer review.
Wat het resultaat feitelijk betekent
Het nieuwe paper verhoogt de bewezen ondergrens van nulpunten op de kritieke lijn van 41,6% naar 67,2%. Dit cijfer is een ondergrens: er kunnen veel meer nulpunten op de lijn liggen, maar de analyse heeft ze niet gevangen.
Cruciaal is dat het resultaat de hypothese zelf niet dichter bij een volledig bewijs brengt. De hypothese vereist dat alle niet-triviale nulpunten op de lijn liggen; een ondergrens van 67,2% laat meer dan een derde van de nulpunten onverklaard.
Beperkingen van de AI-aanpak
De eigen verklaringen van Anthropic maken duidelijk dat ze niet verwachten dat de huidige workflow de hypothese binnenkort zal beslechten. Mensen moeten de output van het model nog steeds controleren op logische hiaten, en het interne verificatieproces mist de strengheid van peer review door de wetenschappelijke gemeenschap. De onderzoeksversie van Claude is niet publiekelijk beschikbaar, waardoor onafhankelijke replicatie beperkt is.
Wat volgt er nu
De release van de Lean 4-formalisering nodigt de bredere wiskundige gemeenschap uit om het bewijs te controleren.
Conclusie
De Claude-agenten van Anthropic hebben aangetoond dat AI de verificatie van complexe wiskundige stellingen kan versnellen, wat leidt tot een aanzienlijke verbetering van de bekende ondergrens voor Riemann-zeta-nulpunten. De doorbraak is een proof-of-concept voor grootschalige workflows met onderzoeksagenten, en geen oplossing voor het Millenniumprijs-probleem zelf.