OpenAI Modeli 80 Yıllık Erdős Birim Uzaklık Varsayımını Çürüttü
openai, 20 Mayıs 2026’da genel amaçlı bir reasoning modelinin Paul Erdős’ün 1946 birim uzaklık varsayımını çürüttüğünü duyurdu. Model, yaklaşık 80 yıldır optimal kabul edilen kare ızgara düzenlemesinden daha iyi bir sonsuz aile inşa etti. Dokuz bağımsız matematikçi — Fields madalyalı Tim Gowers dahil — kanıtı doğruladı. Will Sawin, üssü δ = 0,014’e indirgeyerek sonucu kesinleştirdi.
Problem Nedir?
unit-distance-problem, kombinatorik geometrinin en eski açık sorularından biri. Düzlemde n nokta yerleştirildiğinde, birbirinden tam 1 birim uzaklıkta kaç çift oluşturulabileceği soruluyor. Kare ızgara düzenlemesi, n^(1+o(1)) birim uzaklık çifti sağlıyor ve yaklaşık 80 yıldır optimal olduğu varsayılıyordu.
Erdős, optimal sayının n^(1+o(1)) olduğunu iddia etmişti — yani logaritmik faktörler dışında polinomial sınır. openai modeli bunun tersini gösterdi: sabit δ > 0 için en az n^(1+δ) birim uzaklık çifti içeren sonsuz bir aile buldu.
Bu, problemi “çözmek” değil, varsayımı çürütmek anlamına geliyor. Model bir counterexample inşa etti; Erdős’ün üst sınır iddiası artık geçerli değil.
AI Nasıl Keşfetti?
OpenAI’nin açıklamasına göre, dahili genel amaçlı reasoning modeli problemi otonom olarak keşfetti — insan araştırmacılar yaklaşım konusunda yönlendirme yapmadı. Model, başarısız yolları reddederek adım adım mantıksal bir argüman inşa etti; süreç, insan matematikçilerin zor problemlere yaklaşımına benziyor.
Kullanılan teknikler, kombinatorik geometride daha önce uygulanmamış cebirsel sayılar teorisi araçlarını içeriyor:
- Sonsuz class field tower’lar
- Golod–Shafarevich teorisi
- Büyük dereceli, küçük discriminantlı cebirsel sayı cisimleri
OpenAI, model adını ve tam reasoning trace’ini dış incelemecilerle paylaşmadı. Bu eksiklik, sonucun doğrulanmış olmasına rağmen anlaşılmasının zor olduğu “proof indigestion” tartışmasını besliyor — Terence Tao’nun AI tarafından üretilen kanıtlar için kullandığı kavram.
Doğrulama Zinciri
Güvenilirlik, dış doğrulamaya dayanıyor. Dokuz matematikçi — Tim Gowers, Noga Alon, Thomas Bloom, Will Sawin ve diğerleri — kanıtı bağımsız olarak inceledi ve sağlam buldu. Companion arXiv makalesi (2605.20695v1) yayınlandı.
Tim Gowers, sonucu “AI matematiğinde bir dönüm noktası” olarak nitelendirdi ve Annals of Mathematics’e önermekten çekinmeyeceğini belirtti. Will Sawin, 31 Mayıs’ta ayrı bir makalede (arXiv 2605.20579) üssü açıkça δ = 0,014 olarak hesapladı — OpenAI’nin orijinal kanıtı δ > 0 olduğunu gösteriyordu ancak kesin değeri vermiyordu.
Attribution: OpenAI araştırmacısı Lijie Chen, dahili modeli kullanarak kanıtı üretti; Mark Sellke ve Mehtaab Sawhney doğruluk kontrolü yaptı.
Ekim 2025 Başarısızlığıyla Karşılaştırma
Bu gelişme, Ekim 2025’teki tartışmalı Erdős duyurusundan farklı bir zeminde duruyor. O dönemdeki iddia, bağımsız doğrulama olmadan kamuoyuna sunulmuş ve hızla itibar kaybetmişti. The Decoder’ın analizi, o dönemde “proof indigestion” kavramının henüz oturmadığını ve topluluğun erken iddiaya şüpheyle yaklaştığını kaydediyor. Mayıs 2026 sonucu ise:
- Dokuz dış matematikçi tarafından doğrulandı
- Peer-review sürecine uygun companion makale yayınlandı
- Sawin’in bağımsız δ = 0,014 hesaplaması sonucu güçlendirdi
- Thomas Bloom gibi combinatorics uzmanları sonucu bağımsız olarak onayladı
automated-research alanında bu, güvenilirlik için dış doğrulamanın kritik önemini gösteriyor. ai-scientist ve Nature AI Scientist-v2 gibi ML odaklı otomatik araştırma sistemlerinin ötesinde, saf matematikte ilk prominent açık problem ilerlemesi kaydedildi.
TechTimes’ın doğrulama zinciri raporlaması, OpenAI’nin Ekim deneyiminden ders çıkardığını gösteriyor: bu sefer kanıt, duyurudan önce dış uzmanlara gönderildi ve companion makale eş zamanlı hazırlandı. Süreç, AI-assisted research için yeni bir standart oluşturma potansiyeli taşıyor.
”Proof Indigestion” ve İnsan Darboğazı
Sonuç doğrulanmış olsa da anlaşılması zor. Terence Tao’nun “proof indigestion” kavramı, AI’nın ürettiği kanıtların insan matematikçiler tarafından kontrol edilebilir ancak sezgisel olarak sindirilemez olabileceğini ifade ediyor. Bu durum, symbolic-reasoning ve research-paradigm-shift tartışmalarının merkezine oturuyor.
Model, discrete geometry’de daha önce kullanılmamış cebirsel sayılar teorisi tekniklerini birleştirdi. İnsan uzmanlar sonucu doğrulayabildi; ancak keşif sürecinin tam izini göremedikleri için, AI’nın “nasıl düşündüğünü” anlamak henüz mümkün değil.
Neden Önemli?
Bu gelişme, automated-research perspektifinden birkaç ilke taşıyor:
- Otonom keşif: Genel amaçlı reasoning modeli, math-specific sistem olmadan prominent bir açık problemi ilerletti.
- Doğrulama zorunluluğu: AI kanıt üretebilir; ancak insan doğrulaması hâlâ şart.
- Disiplinlerarası teknik transfer: Cebirsel sayılar teorisi araçları, kombinatorik geometriye taşındı.
Yazılım geliştiriciler için mesaj net: reasoning modelleri, kodlama ve agentic görevlerin ötesinde orijinal bilimsel keşfe katkı sağlayabilir. Ancak güvenilirlik, dış uzman incelemesi olmadan varsayılamaz.
Aynı hafta anthropic’in 965 milyar dolar değerlemeli Series H turu, “sermaye vs yetenek” anlatısını güçlendiriyor: Anthropic compute ve güvenlik yatırımı yaparken, OpenAI matematikte somut bir capability kanıtı sundu.
Teknik Detaylar
Sawin’in δ = 0,014 sınırı, n nokta için n^1,014’ten fazla birim uzaklık çifti anlamına geliyor. Yöntem, Golod–Shafarevich kriteri argümanıyla küçük normlu asal sayılara sahip büyük dereceli cebirsel sayı cisimleri inşa etmeye dayanıyor.
OpenAI modeli, kare ızgara inşasını aşan sonsuz bir aile sundu. Bu, unit-distance-problem literatüründe polinomial iyileştirmenin ilk kesin kanıtı.
Kare ızgara düzenlemesi, n nokta için yaklaşık n birim uzaklık çifti sağlıyor — yani n^1 mertebesinde. Erdős, bunun optimal olduğunu ve üst sınırın n^(1+o(1)) olduğunu varsaymıştı. AI’nın bulduğu construction, sabit δ > 0 ile n^(1+δ) alt sınırı kanıtlıyor; bu, varsayımın tamamen yanlış olduğu anlamına geliyor.
Cebirsel sayılar teorisi bağlantısı, problemi combinatorics’ten number theory’ye taşıyor. Infinite class field tower’lar, daha önce discrete geometry literatüründe kullanılmamıştı. Model, bu teknikleri birleştirerek insan uzmanların denemediği bir yol keşfetti — symbolic-reasoning perspektifinden otonom keşfin en güçlü örneği.
Companion makale (arXiv 2605.20695v1) dokuz matematikçinin ortak imzasını taşıyor. Noga Alon’un katılımı, extremal combinatorics alanındaki otoritenin sonucu ciddiye aldığını gösteriyor. Will Sawin’in takip makalesi (2605.20579), üssü açık hale getirerek sonucu daha da kesinleştirdi.
Uzman Perspektifleri
Tim Gowers’ın “Annals of Mathematics’e önermekten çekinmem” ifadesi, sonucun en prestijli matematik dergilerinden birinde yayınlanmaya layık olduğu yönünde güçlü bir sinyal. Terence Tao’nun “proof indigestion” uyarısı ise daha temkinli bir not: kanıt doğru olabilir, ancak matematik topluluğunun AI’nın keşif sürecini anlaması yıllar sürebilir.
research-paradigm-shift bağlamında, bu gelişme iki kamp arasındaki tartışmayı derinleştiriyor. Optimistler, AI’nın insan matematikçilerin ulaşamadığı teknik kombinasyonları keşfedebileceğini savunuyor. Skeptikler ise model adının gizli kalması ve reasoning trace’inin paylaşılmamasının tekrarlanabilirliği engellediğini belirtiyor.
OpenAI’nin model adını açıklamaması, rekabetçi gerekçelerle açıklanabilir; ancak bilimsel şeffaflık açısından eleştiri alıyor. Gelecekteki AI-matematik işbirliklerinde model ve süreç paylaşımının standardı henüz oluşmadı.
Reasoning modellerinin combinatorics dışındaki alanlara uygulanması — number theory, topology, algebra — araştırmacıların bir sonraki adımı olabilir. Sakana AI’nin AI Scientist-v2’si ML makaleleri üretirken, OpenAI’nin saf matematikteki başarısı farklı bir paradigmaya işaret ediyor: general-purpose reasoning, domain-specific sistemlerden daha geniş keşif potansiyeli taşıyabilir.
Matematik eğitiminde de etkileri olabilir: AI’nın keşif sürecini anlamak, öğrencilere problem çözme stratejilerini öğretmek için yeni materyal sunabilir. Ancak bu, henüz spekülatif — öncelik, kanıtın dergi sürecinden geçmesi ve reasoning trace’inin kısmen paylaşılması.
Sonraki Adımlar
Matematik topluluğu, Annals of Mathematics veya benzeri bir dergide resmi yayın sürecini izleyecek. OpenAI’nin model adını ve reasoning trace’ini paylaşıp paylaşmayacağı, gelecekteki AI-matematik işbirliklerinin şeffaflık standardını belirleyebilir.
Diğer prominent açık problemlere reasoning modeli uygulanması, automated-research alanında yeni bir dalga başlatabilir. Ancak Ekim 2025 deneyiminin gösterdiği gibi, erken ve doğrulanmamış iddialar itibar riski taşıyor — dış doğrulama olmadan milestone ilan etmek tehlikeli. Matematik topluluğu, AI-assisted discovery için minimum standart olarak en az üç bağımsız uzman doğrulaması ve açık erişimli companion makale talep etmeye yöneliyor. Erdős probleminde δ = 0,014 sınırının daha da iyileştirilip iyileştirilemeyeceği şimdiden tartışılıyor; Sawin’in açık hesaplaması bu tartışmaya somut bir başlangıç noktası sağlıyor. Combinatorics topluluğu, AI’nın bu alandaki rolünü “proof assistant”dan “autonomous discoverer”a taşıyan bir dönüm noktası olarak kaydediyor. OpenAI’nin Ekim 2025’teki erken ve doğrulanmamış iddiasından farklı olarak, bu sefer süreç disiplinli bir doğrulama zinciriyle desteklendi — gelecekteki AI-matematik duyuruları için olası bir şablon.