Το μοντέλο AI της OpenAI έλυσε τον γρίφο 80 ετών του Paul Erdős

$Το μοντέλο AI της OpenAI έλυσε τον γρίφο 80 ετών του Paul Erdős - Εξώφυλλο άρθρου$

Για ογδόντα χρόνια, ένα φαινομενικά απλό μαθηματικό πρόβλημα παρέμενε ανοιχτό, προκαλώντας γενιές ερευνητών. Η πρόκληση είχε τεθεί το 1946 από τον θρυλικό Ούγγρο μαθηματικό Paul Erdős. Σήμερα, ογδόντα χρόνια αργότερα, δεν ήταν κάποιος νεαρός ιδιοφυής ερευνητής ούτε μια ομάδα πανεπιστημιακών που αμφισβήτησε τη θεωρία του. Ήταν ένα σύστημα τεχνητής νοημοσύνης της OpenAI.

Η εξέλιξη έχει προκαλέσει έντονη συζήτηση στον κόσμο των μαθηματικών, όχι μόνο επειδή η τεχνητή νοημοσύνη φαίνεται να εντόπισε μια καλύτερη προσέγγιση σε ένα ιστορικό πρόβλημα, αλλά και επειδή ανοίγει ένα νέο κεφάλαιο στη σχέση μεταξύ ανθρώπινης δημιουργικότητας και αλγοριθμικής σκέψης.

🧩 Το πρόβλημα της μοναδιαίας απόστασης

Το πρόβλημα που απασχολεί τους μαθηματικούς είναι γνωστό ως «πρόβλημα μοναδιαίας απόστασης στο επίπεδο» (unit distance problem). Η διατύπωσή του είναι εξαιρετικά απλή:

❓ Το ερώτημα: Φανταστείτε ότι τοποθετείτε n σημεία πάνω σε ένα επίπεδο, όπως ένα λευκό φύλλο χαρτί. Πόσα ζεύγη σημείων μπορούν να απέχουν ακριβώς μία μονάδα απόστασης μεταξύ τους, αν τα σημεία τοποθετηθούν με τον πιο αποδοτικό δυνατό τρόπο;

Με άλλα λόγια, θέλουμε να βρούμε τη μέγιστη δυνατή πυκνότητα ζευγών σε απόσταση 1, ανάμεσα σε n σημεία. Είναι ένα πρόβλημα που συνδυάζει γεωμετρία, συνδυαστική και θεωρία αριθμών.

🔍 Παραδείγματα κατανοητά

Σε μια ευθεία γραμμή: Αν τοποθετήσουμε n σημεία σε απόσταση 1 το ένα από το άλλο, κάθε σημείο (εκτός από τα άκρα) έχει 2 γείτονες σε απόσταση 1. Συνολικά έχουμε n-1 ζεύγη.
Σε ένα τετραγωνικό πλέγμα: Κάθε σημείο έχει 4 γείτονες σε απόσταση 1. Συνολικά τα ζεύγη είναι περίπου 2n.
Σε ένα τριγωνικό πλέγμα: Κάθε σημείο έχει 6 γείτονες, άρα περίπου 3n ζεύγη. Αυτό είναι καλύτερο από το τετράγωνο.

💡 Το ερώτημα-κλειδί: Υπάρχει κάποια εξωτική διάταξη που δίνει ακόμη περισσότερα ζεύγη από οποιοδήποτε κανονικό πλέγμα;

🔮 Η εικασία του Erdős (1946)

Όταν ο Erdős διατύπωσε το πρόβλημα το 1946, έκανε μια τολμηρή πρόβλεψη:

«Η βέλτιστη λύση είναι το τετραγωνικό πλέγμα — και ο αριθμός των ζευγών δεν μπορεί να ξεπεράσει σημαντικά το 2n.»

Πιο συγκεκριμένα, η εικασία του έλεγε ότι για κάθε διάταξη n σημείων, ο αριθμός των ζευγών που απέχουν μία μονάδα είναι το πολύ n × (1 + o(1)) δηλαδή λίγο πάνω από n. Αυτό σήμαινε ότι το τετραγωνικό πλέγμα (με 2n ζεύγη) ήταν σχεδόν βέλτιστο.

Η εικασία του δεν αποδείχθηκε ποτέ. Επί δεκαετίες, σχεδόν όλοι οι μαθηματικοί θεωρούσαν ότι πιθανότατα ήταν σωστή. Οι περισσότεροι εργάζονταν πάνω στην υπόθεση ότι ο διάσημος Ούγγρος είχε εντοπίσει τη σωστή κατεύθυνση.

Το 1982, ο Erdős ανακοίνωσε αμοιβή 300 δολαρίων για όποιον αποδείκνυε ή κατέρριπτε την εικασία του. Στα μέσα της δεκαετίας του 1990 αύξησε το ποσό στα 500 δολάρια. Παρά τις προσπάθειες δεκάδων κορυφαίων μαθηματικών, η οριστική λύση παρέμενε άπιαστη.

💡 Η λύση του AI: Η εικασία έπεσε

Το 2026, ερευνητές της OpenAI έδωσαν το πρόβλημα σε ένα εσωτερικό πειραματικό μοντέλο τεχνητής νοημοσύνης. Το μοντέλο δεν περιορίστηκε στην αναζήτηση γνωστών λύσεων ούτε επανέλαβε υπάρχουσες θεωρίες. Αντίθετα, πρότεινε μια εντελώς διαφορετική προσέγγιση.

✅ Το αποτέλεσμα: Το AI απέδειξε ότι η εικασία του Erdős ήταν λανθασμένη. Βρήκε άπειρες διατάξεις σημείων που δίνουν n¹·⁰¹⁴ ζεύγη μοναδιαίας απόστασης, ξεπερνώντας σημαντικά το τετραγωνικό πλέγμα.

Αυτό σημαίνει ότι:

Για μεγάλα n, ο αριθμός των ζευγών αυξάνεται λίγο πιο γρήγορα από το n.
Η αύξηση είναι μικρή (ο εκθέτης 1.014 είναι πολύ κοντά στο 1), αλλά υπαρκτή.
Το τετραγωνικό πλέγμα δεν είναι βέλτιστο.

Ο μαθηματικός Will Sawin από το Πανεπιστήμιο Πρίνστον αξιοποίησε την ίδια βασική ιδέα και κατάφερε λίγο αργότερα να βρει ακόμη καλύτερη λύση. Η ανακάλυψη άνοιξε τον δρόμο για την επίλυση και άλλων προβλημάτων του Erdős.

⚙️ Πώς το πέτυχαν: Η μαγιά της επιτυχίας

Η καινοτομία του AI ήταν ότι συνδύασε γνώσεις από διαφορετικούς κλάδους:

Αλγεβρική θεωρία αριθμών — μια περιοχή που παραδοσιακά δεν συνδέεται με γεωμετρικά προβλήματα.
Θεωρία άπειρων σωμάτων κλάσεων (infinite class field towers) — ένα προχωρημένο εργαλείο της αλγεβρικής θεωρίας αριθμών.
Θεωρία Golod–Shafarevich — που χρησιμοποιείται για την κατασκευή άπειρων επεκτάσεων σωμάτων.

«Το AI αντικατέστησε τα Γκαουσιανά ακέραια (τους αριθμούς a+bi) με πιο σύνθετες αλγεβρικές δομές που διαθέτουν πλουσιότερες συμμετρίες.»

Η βασική ιδέα ήταν η εξής:

Αντί για το συνηθισμένο επίπεδο, το AI σκέφτηκε να χρησιμοποιήσει σημεία που προκύπτουν από αλγεβρικούς αριθμούς.
Αντί για το τετράγωνο, χρησιμοποίησε δομές που προέρχονται από σώματα αριθμών.
Χρησιμοποίησε άπειρες επεκτάσεις σωμάτων για να δημιουργήσει σημεία με πολλές συμμετρίες.
Απέδειξε ότι αυτές οι διατάξεις δίνουν περισσότερα ζεύγη από το τετραγωνικό πλέγμα.

Η προσέγγιση αυτή ήταν τόσο διαφορετική από τις παραδοσιακές που κανένας άνθρωπος δεν την είχε σκεφτεί.

🗣️ «Οι μαθηματικοί τρελάθηκαν»

Η αντίδραση της μαθηματικής κοινότητας ήταν άμεση. Όπως έγραψε η Wall Street Journal, «όλοι οι μαθηματικοί τρελάθηκαν» όταν ανακοινώθηκε η είδηση.

📣 Τι είπαν οι κορυφαίοι μαθηματικοί

Daniel Litt (Πανεπιστήμιο του Τορόντο):
«Είναι το πρώτο πραγματικά ενδιαφέρον και πρωτότυπο εύρημα που έχει παραχθεί αυτόνομα από τεχνητή νοημοσύνη.»

Timothy Gowers (Βραβείο Fields):
Αν ένας άνθρωπος είχε υποβάλει αυτή την εργασία στο κορυφαίο περιοδικό Annals of Mathematics, θα τη σύστηνε για δημοσίευση «χωρίς δισταγμό».

Tony Feng (UC Berkeley):
«Πάντα ήμουν επιφυλακτικός για την επίδραση της ΤΝ στα μαθηματικά, αλλά αυτό το αποτέλεσμα είναι πραγματικά απίστευτο.»

Thomas Bloom (Πανεπιστήμιο του Μάντσεστερ):
«Μόλις αντιληφθείς ότι κάτι μπορεί να είναι εφικτό, είσαι πρόθυμος να προσπαθήσεις περισσότερο για να το πραγματοποιήσεις.»

Ο ίδιος ο Bloom είχε ασκήσει κριτική στην OpenAI για προηγούμενους υπερβολικούς ισχυρισμούς. Το 2025, η εταιρεία είχε υποστηρίξει ότι το AI της έλυσε δέκα άλυτα προβλήματα του Erdős, αλλά αποδείχθηκε ότι οι λύσεις υπήρχαν ήδη στη βιβλιογραφία. Αυτή τη φορά, ωστόσο, το αποτέλεσμα ήταν γνήσιο.

🌍 Επιπτώσεις και το ζήτημα της διαφάνειας

🔓 Το πρόβλημα της διαφάνειας

Η OpenAI δεν δημοσιοποίησε πλήρως τη διαδικασία σκέψης του μοντέλου. Αντ' αυτού παρουσίασε μια αναδιατυπωμένη περίληψη και μια εκδοχή της απόδειξης επεξεργασμένη από ανθρώπους μαθηματικούς. Αυτό προκάλεσε αντιδράσεις.

⚖️ Η απαίτηση: Η ακαδημαϊκή κοινότητα ζητά μεγαλύτερη διαφάνεια και πλήρη πρόσβαση στη διαδικασία σκέψης του AI, ώστε να μπορεί να επαληθεύσει και να αξιολογήσει την εργασία.

Λίγες ημέρες μετά την ανακοίνωση, ομάδα επιστημόνων δημοσίευσε τη λεγόμενη «Διακήρυξη του Λέιντεν για την Τεχνητή Νοημοσύνη και τα Μαθηματικά». Το κείμενο περιλαμβάνει κατευθυντήριες γραμμές για τη χρήση εργαλείων τεχνητής νοημοσύνης στην έρευνα και υπογραμμίζει την ανάγκη διαφάνειας, αναφοράς των χρησιμοποιούμενων εργαλείων και σεβασμού της ακαδημαϊκής διαδικασίας.

🤖 Γιατί τα κατάφερε το AI;

Η εξήγηση που δίνουν οι ίδιοι οι μαθηματικοί:

Οι άνθρωποι τείνουν να εξειδικεύονται σε στενά πεδία και συχνά παραμένουν εγκλωβισμένοι σε συγκεκριμένες υποθέσεις εργασίας.
Στην περίπτωση του Erdős, οι περισσότεροι πίστευαν εξαρχής ότι η βασική ιδέα του ήταν σωστή και δεν αφιέρωσαν αρκετό χρόνο αναζητώντας εναλλακτικές.
Το AI δεν έχει προκαταλήψεις. Μπορεί να συνδυάζει γνώσεις από διαφορετικούς κλάδους και να εξετάζει χιλιάδες πιθανότητες χωρίς να κουράζεται.

«Δεν είναι κάτι που οι άνθρωποι δεν θα μπορούσαν να είχαν σκεφτεί. Αλλά είναι μια ιδέα που, απ' όσο γνωρίζουμε, δεν σκέφτηκαν ποτέ.» — Will Sawin

❓ Συχνές Ερωτήσεις (FAQ)

🔹 Τι ακριβώς απέδειξε το AI;

Απέδειξε ότι η εικασία του Erdős ήταν λανθασμένη. Βρήκε άπειρες διατάξεις σημείων που δίνουν n¹·⁰¹⁴ ζεύγη μοναδιαίας απόστασης, περισσότερα από το τετραγωνικό πλέγμα.

🔹 Γιατί είναι σημαντικό;

Είναι η πρώτη φορά που ένα AI επιλύει αυτόνομα ένα σημαντικό, ανοιχτό πρόβλημα στα μαθηματικά. Δείχνει ότι η τεχνητή νοημοσύνη μπορεί να ανακαλύψει συνδέσεις που οι άνθρωποι δεν είχαν σκεφτεί.

🔹 Πώς αντέδρασαν οι μαθηματικοί;

Με ενθουσιασμό αλλά και προβληματισμό. Πολλοί επιβεβαίωσαν την εγκυρότητα της απόδειξης, αλλά υπάρχουν ανησυχίες για τη διαφάνεια της OpenAI.

🔹 Τι είναι ο «Αριθμός Erdős»;

Είναι ένας δείκτης συνεργασίας. Ο Erdős έχει 0, οι άμεσοι συνεργάτες του 1, κ.ο.κ. Δείτε περισσότερα στο αφιερωμένο άρθρο.

🔹 Υπάρχουν κι άλλα προβλήματα του Erdős που λύθηκαν;

Ναι. Μετά από αυτή την επιτυχία, οι ερευνητές χρησιμοποίησαν παρόμοιες τεχνικές για να προχωρήσουν και σε ένα άλλο διάσημο πρόβλημα που είχε διατυπώσει ο Erdős τη δεκαετία του 1970.

🏆 Συμπέρασμα

Η είδηση ότι ένα μοντέλο τεχνητής νοημοσύνης έλυσε ένα πρόβλημα που βασάνιζε μαθηματικούς επί 80 χρόνια σηματοδοτεί μια ιστορική καμπή.

Δεν πρόκειται απλώς για μια λύση σε έναν γρίφο. Είναι μια απόδειξη ότι η τεχνητή νοημοσύνη μπορεί να σκέφτεται έξω από τα συνηθισμένα πλαίσια και να ανακαλύπτει συνδέσεις που οι άνθρωποι, λόγω εξειδίκευσης ή προκατάληψης, δεν είχαν σκεφτεί.

Το μέλλον των μαθηματικών θα είναι, πολύ πιθανόν, μια συνεργασία ανθρώπου και μηχανής. Το AI δεν αντικαθιστά τη δημιουργικότητα — τη συμπληρώνει. Και αυτή η ιστορία είναι μόνο η αρχή.