De Erdős-doorbraak The Erdős Breakthrough

Vandaag delen we een doorbraak in het planar unit distance problem, een beroemde open vraag die Paul Erdős in 1946 voor het eerst stelde. Bijna 80 jaar lang dachten wiskundigen dat de best mogelijke oplossingen er ongeveer uitzagen als vierkante roosters. Een model van OpenAI heeft die aanname nu weerlegd door een geheel nieuwe familie van constructies te ontdekken die beter presteert. Het is de eerste keer dat AI zelfstandig een prominent open probleem heeft opgelost dat centraal staat in een deelgebied van de wiskunde. Het bewijs kwam van een algemeen reasoning-model, niet van een systeem dat speciaal is gebouwd om wiskundeproblemen of juist dit probleem op te lossen, en het is een belangrijke mijlpaal voor de wiskunde- en AI-gemeenschap. Dit resultaat wijst op iets groters: AI-systemen worden in staat om lange, moeilijke redeneerketens vast te houden, ideeën uit ver uiteenliggende vakgebieden te verbinden en paden aan te dragen die onderzoekers misschien nog niet hadden verkend. We denken dat diezelfde vaardigheden het werk in biologie, natuurkunde, techniek en geneeskunde binnenkort zullen versnellen. Die toekomst blijft afhankelijk van menselijk oordeel. Expertise wordt waardevoller, niet minder waardevol. AI kan helpen zoeken, voorstellen en verifiëren. Mensen kiezen de problemen die ertoe doen, interpreteren de resultaten en bepalen welke vragen ze daarna gaan onderzoeken. https://openai.com/index/model-disproves-discrete-geometry-conjecture/

Today, we share a breakthrough on the planar unit distance problem, a famous open question first posed by Paul Erdős in 1946. For nearly 80 years, mathematicians believed the best possible solutions looked roughly like square grids. An OpenAI model has now disproved that belief, discovering an entirely new family of constructions that performs better. This marks the first time AI has autonomously solved a prominent open problem central to a field of mathematics. The proof came from a general-purpose reasoning model, not a system built specifically to solve math problems or this problem in particular, and represents an important milestone for the math and AI communities. This result points to something larger: AI systems are becoming capable of holding together long, difficult chains of reasoning, connecting ideas across distant fields, and surfacing paths researchers may not have explored. We believe those same abilities will soon accelerate work in biology, physics, engineering, and medicine. That future still depends on human judgment. Expertise becomes more valuable, not less. AI can help search, suggest, and verify. People choose the problems that matter, interpret the results, and decide what questions to pursue next. https://openai.com/index/model-disproves-discrete-geometry-conjecture/