🔢 mathematics

Long-Horizon AI Research for Grothendieck Constant: A Case Study in Human-AI Mathematical Collaboration

Dit artikel presenteert een casestudy over mens-AI-samenwerking in de wiskunde, waarbij wordt aangetoond hoe een AI-onderzoekssysteem succesvol nieuwe inzichten genereerde om de bekende grenzen van de constante van Grothendieck te verfijnen, terwijl het tegelijkertijd kritische reflecties bood op de sterke punten, zwaktes en de voorwaarden die noodzakelijk zijn voor dergelijke doorbraken.

Oorspronkelijke auteurs: Alan Li, Rahul Saha, Anton Xue, Swarat Chaudhuri, Adam Klivans, Pravesh K Kothari, Raghu Meka

Gepubliceerd 2026-08-12

📖 4 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Alan Li, Rahul Saha, Anton Xue, Swarat Chaudhuri, Adam Klivans, Pravesh K Kothari, Raghu Meka

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een enorme, rommelige puzzel probeert op te lossen waarvan de stukjes zijn gemaakt van stijve, blokkerige Lego-steentjes. Je wilt ze zo rangschikken dat je een zo hoog mogelijke score haalt. Maar er is een addertje onder het gras: de regels zeggen dat je de steentjes alleen op specifieke, schokkerige manieren mag bewegen. Dit is een "combinatorisch" probleem — moeilijk, discreet en frustrerend lastig om perfect op te lossen. Stel je nu voor dat je die steentjes mag smelten tot gladde, vloeiende klei. Plotseling wordt de puzzel veel gemakkelijker op te lossen omdat je de klei in de perfecte vorm kunt glijden. Dit is een "continue" relaxatie. De grote vraag in deze hoek van de wiskunde is: hoeveel beter kan de gladde klei het worden vergeleken met de stijve blokken? Is het verschil klein, of is het enorm? Deze kloof wordt gemeten door een beroemd getal genaamd de Grothendieck-constante. Al meer dan 70 jaar proberen wiskundigen de exacte waarde van deze constante vast te pinnen. Het is alsoer dat je probeert de exacte snelheidslimiet van het universum te vinden voor een specifiek type wiskundige verkeersopstopping. Het kennen van dit getal is belangrijk omdat het ons vertelt wat de absolute grens is van hoe goed we moeilijke problemen kunnen benaderen met makkelijkere, snellere methoden. Als de kloof klein is, kunnen we onze snelle afkortingen vertrouwen; als hij enorm is, moeten we heel voorzichtig zijn.

In dit artikel heeft een team van menselijke wiskundigen en een kunstmatige intelligentie-systeem samengewerkt om het bereik van dit mysterieuze getal nauwer te definiëren. Zie de AI niet als een robot die de puzzel alleen heeft opgelost, maar als een onvermoeibare onderzoeksassistent die getallen kan kraken en bewijzen kan schrijven met de snelheid van het licht, terwijl de mensen optreden als projectmanagers die beslissen welke doodlopende wegen te vermijden zijn en welke nieuwe paden verkend moeten worden. Het team heeft het exacte antwoord nog niet gevonden, maar ze hebben wel iets indrukwekkends gedaan: ze hebben de best bekende grenzen van de constante aangescherpt. Ze bewezen dat de ware waarde definitief hoger is dan een specifieke breuk ( $6\pi/11$ , wat ongeveer 1,7135 is) en definitief lager is dan een licht verbeterde versie van een oud record ( $\frac{\pi}{2} \log(1 + \sqrt{2}) - 3,47 \times 10^{-4}$ , wat ongeveer 1,7818 is).

Het meest opwindende deel van hun reis was niet alleen de getallen, maar hoe ze daar kwamen. Het AI-systeem was ongelooflijk goed in het "zware werk" — het kon duizenden experimenten uitvoeren, complexe berekeningen controleren en zelfs lange, logische bewijzen uitschrijven. Echter, de AI liep soms vast in een lus, waarbij het probeerde een probleem op te lossen door een beter "blokkerig" puzzelstukje te bouwen, terwijl het echte antwoord in een totaal andere richting lag. De menselijke onderzoekers moesten ingrijpen, naar de herhaalde mislukkingen van de AI kijken en zeggen: "Wacht, deze mislukkingen zijn niet alleen fouten; ze zijn eigenlijk een aanwijzing die een regel bewijst!" Dit menselijke inzicht liet hen de strategie omdraaien: in plaats van te proberen een moeilijkere puzzel te bouwen om het systeem te breken, gebruikten ze de mislukkingen van de AI om te bewijzen dat geen enkele puzzel ooit zo moeilijk zou kunnen zijn. Deze verschuiving leidde tot een compleet nieuwe manier om de ondergrens van de constante te bewijzen, een methode die nog nooit eerder was gebruikt.

Het artikel dient ook als een eerlijk rapportcijfer over hoe goed AI werkt in echt wiskundig onderzoek. Het team kwam erachter dat hoewel de AI een krachtpatser is voor technische uitvoering — zoals een supersnelle rekenmachine die ook code kan schrijven — het nog steeds moeite heeft met "onderzoeksmatig oordeelsvermogen". Het weet niet altijd wanneer het moet stoppen met een gefaalid idee of wanneer het het hele plan moet wijzigen. De mensen moesten het schip constant bijsturen, de aantekeningen van de AI cureren en ervoor zorgen dat de AI belangrijke waarschuwingen niet vergat. Uiteindelijk laat deze samenwerking zien dat de toekomst van de wiskunde niet gaat over AI die mensen vervangt, maar over mensen en AI die samenwerken, waarbij de mens de intuïtie biedt en de AI de eindeloze energie om die ideeën te testen.

Technische Samenvatting: Langetermijn AI-onderzoek naar de Grothendieck-constante

1. Probleemstelling

Het artikel behandelt de Grothendieck-constante ( $K_G$ ), een fundamentele waarde in de functionele analyse en combinatorische optimalisatie die de integrality gap kwantificeert tussen een moeilijk discreet optimalisatieprobleem en zijn continue semidefiniete programmeringsrelaxatie (SDP). Specifiek zoekt het probleem voor een matrix $A$ naar de maximalisatie van een bilineaire vorm over tekenvectoren ( $\pm 1$ ), terwijl de relaxatie toestaat dat eenheidsvectoren in elke dimensie worden gebruikt. De constante $K_G$ is de kleinste factor waarvoor de gerelaxeerde waarde nooit groter is dan $K_G$ maal het discrete optimum.

Ondanks meer dan zeventig jaar studie bleef de exacte waarde van $K_G$ onbekend. Voorafgaand aan dit werk waren de best bekende grenzen:
$1.6769\dots \le K_G \le 1.7822\dots$
De kloof was groot genoeg zodat zelfs het tiende deel van $K_G$ onbepaald was. De auteurs beoogden deze grenzen te verfijnen met behulp van een door AI ondersteund researchsysteem.

2. Methodologie: Het AI-researchsysteem

De auteurs hebben een asynchroon gestuurd AI-researchsysteem ontwikkeld, ontworpen voor taken met een lange horizon waarbij doelen evolueren en beloningen schaars zijn. Het systeem werkt als een "harnas" dat twee verschillende agenten koppelt:

Reasoning Agent (Redeneeragent): Fungeert als het "brein", selecteert onderzoeksrichtingen, ontwikkelt argumenten, specificeert experimenten en auditeert claims. Deze maakt gebruik van frontier taalmodellen (GPT-5.5-Pro en GPT-5.6-Sol).
Coding Agent (Codeeragent): Fungeert als de "uitvoerder", beheert de projectrepository, implementeert experimenten, doorzoekt literatuur en stuurt het redeneermodel aan via een gescript interface. Deze maakt gebruik van codemodellen (Claude Opus en Claude Fable 5).

Belangrijke architecturale kenmerken:

Bestandsgebaseerd geheugen: Omdat de context van agenten niet persistent is tussen sessies, wordt continuïteit gewaarborgd via bestanden: een probleemstelling, een samenvattingsbestand (werkgeheugen) en append-only transcripten/logs.
Sessie-structuur: Het werk is georganiseerd in 2 tot 5 gelijktijdige sessies per dag, elk duren enkele uren. Sessies volgen een cyclus: oriëntatie, focusselectie, research-loop (computatie/literatuur/redeneren) en een afsluitende audit.
Menselijke sturing: Menselijke operators geven asynchrone instructies (ongeveer 40 over de gehele looptijd) om prioriteiten te stellen, claims te auditeren en de onderzoeksagenda bij te sturen.
Verificatieprotocol: Het systeem hanteert een gekalibreerd intern verificatieprotocol waarbij claims worden getagd als bewezen, numeriek ondersteund, vermoedelijk of heuristisch. Alleen resultaten die onafhankelijk door menselijke auteurs zijn geverifieerd, worden als stellingen (theorems) vermeld.

3. Belangrijkste bijdragen en resultaten

A. Wiskundige resultaten

De samenwerking leverde twee primaire verbeteringen op voor de grenzen van $K_G$ :

Nieuwe bovengrens:
- Resultaat: $K_G \le \frac{\pi}{2 \log(1 + \sqrt{2})} - 3.47 \times 10^{-4} \approx 1.7818$ .
- Methode: Introduceerde limiterende Krivine-schema's, een generalisatie van klassieke rounding-schema's waarbij de dimensie van de partitie naar oneindig groeit. De specifieke constructie is een kubisch-quintisch schema met kubische grenzen.
- Betekenis: Dit is de eerste verbetering verkregen door de dimensie te laten groeien, waarmee een vraag beantwoord wordt die door Braverman et al. [BMMN11] werd gesteld over de vraag of hogere dimensies de benadering ten goede komen.
Nieuwe ondergrens (De belangrijkste ontdekking):
- Resultaat: $K_G \ge \frac{6\pi}{11} \approx 1.7135$ .
- Methode: Dit is de eerste ondergrens op $K_G$ die niet is afgeleid van het construeren van een specifieke moeilijke instantie. In plaats daarvan vestigt het bewijs een universele obstructie op de prestaties van alle Krivine-schema's.
- Mechanisme: Het systeem leidde een beperking af op de correlatiefunctie $H(t) = b_1 t + b_3 t^3 + \dots$ van elk schema: $b_3 \ge 2b_1 - \frac{11}{6}$ . Gecombineerd met de optimaliteitstelling van Naor en Regev [NR14], impliceert dit de ondergrens.
- Uitkomst: Deze resultaten bepalen dat het tiende deel van $K_G$ een 7 is.

B. Methodologische bijdragen

Het artikel documenteert een methodologie voor langetermijn AI-onderzoek, waarbij wordt aangetoond hoe men:

Een accumulatie van mislukkingen kan omzetten in nieuwe wiskunde.
Een onderzoeksstatus kan behouden over sessies heen met behulp van bestandsgebaseerd geheugen.
Menselijke intuïtie (onderzoeksoordeel) kan integreren met technische AI-uitvoering.

4. Casestudy: Van falen naar doorbraak

Het artikel reconstrueert de ontdekking van de ondergrens om de taakverdeling te illustreren:

Initiële fase (AI-uitvoering): Het systeem zocht aanvankelijk naar betere bovengrenzen door varianten van limiterende Krivine-schema's te verkennen. Het kwam herhaaldelijk een trade-off tegen: het onderdrukken van niet-lineaire termen verzwakte de leidende term.
Menselijke interventie (Onderzoeksoordeel): Door de herhaalde mislukkingen te observeren, erkenden menselijke operators dit als een potentiële algemene analytische obstructie in plaats van een gebrek aan constructie. Zij stuurden het systeem bij om deze mislukkingen te synthetiseren en een universele obstructie te bewijzen, in plaats van door te gaan met het zoeken naar nieuwe constructies.
AI-uitvoering (Technische bewijsvoering): Eenmaal geherformuleerd, slaagde het systeem erin een volledig bewijs te ontwikkelen, waarbij hoog-dimensionale schattingen werden teruggebracht naar één-dimensionale Gaussische ongelijkheden en een computer-ondersteund certificaat werd geproduceerd.

5. Analyse van capaciteiten en beperkingen

Het artikel presenteert een gedetailleerde analyse van de prestaties van het AI-systeem en benadrukt een consistente asymmetrie:

Sterktes (Technische uitvoering): Het systeem was uitzonderlijk sterk in het uitvoeren van goed gespecificeerde hoog-niveau acties. Het wist effectief gebruik te maken van een enorme wiskundige kennis om lemma's te bedenken, bewijzen te construeren en experimenten uit te voeren.
Zwaktes (Onderzoeksoordeel & Statusrepresentatie):
- Oordeel: Het systeem had moeite met het beslissen wat de volgende stap op programmaniveau moest zijn. Het slaagde er niet in te herkennen wanneer een onderzoeksrichting uitgeput was of wanneer een algemene obstructie tot een stelling kon worden gegeneraliseerd. Het gaf vaak de voorkeur aan numerieke scherpte boven theoretische algemeenheid.
- Statusrepresentatie: Het "werkgeheugen" van het systeem (het samenvattingsbestand) was fragiel. Cruciale kanttekeningen (bijv. dat een numerieke score alleen voor exploratie bedoeld was) gingen verloren tijdens het samenvoegen van bestanden, waardoor het systeem een niet-geverifieerd numeriek resultaat gedurende 25 dagen behandelde als een recordbrekende grens.

Oorsprong van het profiel: De auteurs hypothetiseren dat deze asymmetrie voortkomt uit de trainingsdata. Wiskundige literatuur en trainingsbeloningen geven zwaar de voorkeur aan technische uitvoering (definities, bewijzen, eindresultaten) boven het proces van ontdekking (gefaalde benaderingen, strategische koerswijzigingen en de evolutie van twijfel). Bijgevolg blinkt de AI uit in het "product" van de wiskunde, maar worstelt het met het "proces".

6. Betekenis en Claims

Het artikel claimt significant te zijn op drie gebieden:

Wiskundige vooruitgang: Het levert de eerste ondergrens op $K_G$ die niet rust op de constructie van een moeilijke instantie, wat de aanpak van dit probleem fundamenteel verandert.
AI-researchparadigma: Het dient als een casestudy voor mens-AI-samenwerking in onderzoek met een lange horizon. De auteurs stellen dat volledige autonomie momenteel beperkt wordt door het onvermogen van de AI om een nauwkeurige onderzoeksstatus te behouden en hoogwaardig oordeel te oefenen. Het meest effectieve nabije model is waarbij mensen de agenda sturen en AI de technische taken uitvoert.
Methodologisch inzicht: Het benadrukt de noodzaak om AI te trainen op de registratie van wiskunde als proces (inclusclusief mislukkingen en strategische beslissingen), in plaats van enkel op gepolijste eindartikelen, om het onderzoeks-oordeel en de statusbeheer te verbeteren.

Het artikel concludeert dat hoewel AI een krachtig instrument is voor technische uitvoering in de wiskunde, menselijke expertise essentieel blijft voor het onderzoeks-oordeel, de agendabepaling en het waarborgen van de integriteit van de onderzoeksstatus.