Matematycy z agentami AI udowodnili 31-letnią hipotezę KLS. Same modele z tymi samymi tokenami nie dały rady

Microsoft Research ogłosił 21 października, że jego badacz Xinzhi Zhang i współautor Zhao Song udowodnili hipotezę KLS z 1995 roku. Dla matematyki to rozwiązanie problemu sprzed 31 lat. Dla zespołów AI to rzadko spotykany, szczegółowy opis tego, co w takiej pracy robili agenci, a co ludzie.

Płaskie cięcie wystarcza w dowolnym wymiarze

Hipoteza Kannana, Lovásza i Simonovitsa dotyczy szerokiej klasy wielowymiarowych rozkładów prawdopodobieństwa, tak zwanych rozkładów log-wklęsłych. Pyta, czy najlepsze płaskie cięcie takiego kształtu jest prawie tak dobre jak najlepsze cięcie o dowolnym kształcie. Hipoteza mówi, że różnicę ogranicza stała niezależna od liczby wymiarów. Na tym opiera się teoria błądzenia losowego, dzięki któremu algorytmy próbkują z rozkładów.

Najlepszy znany wynik z lipca 2026 roku wciąż dopuszczał, że ograniczenie powoli rośnie wraz z wymiarem. Autorzy najpierw go doprecyzowali i razem z agentami AI przeszli przez ponad 100 możliwych podejść, często z długimi obliczeniami na tensorach wyższego rzędu. Tak powstało nowe kryterium. Wersja pracy z 1 października stosowała je wielokrotnie i zepchnęła zależność od wymiaru do iterowanego logarytmu. Wersja z 4 października powtórzyła całą procedurę, wykazała, że drobne błędy nie sumują się bez końca, i domknęła dowód. Według bloga pomysł na ten krok wziął się z wcześniejszej pracy autorów nad szybkimi algorytmami programowania liniowego.

Wynik potwierdzili już inni. Tego samego dnia osobna grupa ekspertów opublikowała własny pełny dowód i nazwała pierwszą wersję pracy Microsoftu „kluczowym krokiem”. Trzeci dowód, który pojawił się tego dnia, opiera się na bardzo podobnym pomyśle. Później ukazała się formalizacja w Lean 4, łącząca kryterium z pierwszej wersji z dodatkowymi badaniami.

Próba kontrolna bez ludzi znaczy dla zespołów AI więcej niż sam dowód

Blog dokładnie opisuje podział pracy. Narzędzia AI testowały warianty, liczyły szczegółowe wyprowadzenia, pomagały pisać manuskrypt i robiły wewnętrzne sprawdzenia dowodu. Ludzie wyznaczali kierunek, wybierali obiecujące pomysły, składali je w ostateczny argument i weryfikowali dowód. Agenci pracowali równolegle, a badacz po każdej rundzie odcinał ślepe uliczki i przekazywał najlepszy wynik pośredni do kolejnej. Takich ścieżek było około stu.

Najcenniejsza jest próba kontrolna. Autorzy wielokrotnie próbowali rozwiązać ten sam problem kilkoma czołowymi modelami bez prowadzenia i przy mniej więcej tym samym budżecie tokenów. Celu nie osiągnęli. Dla firm, które liczą, że jedno duże uruchomienie modelu zastąpi badania, to cenne ostrzeżenie. Zadziałało tu połączenie przeszukiwania z ludzkim osądem, który na bieżąco zawracał agentów ze złych kierunków.

Dla matematyki skutek jest bezpośredni. Wiele twierdzeń, które dotąd obowiązywały tylko przy założeniu prawdziwości KLS, obowiązuje teraz bezwarunkowo. To wzmacnia fundamenty geometrii wypukłej, rachunku prawdopodobieństwa i informatyki teoretycznej.

Eksperyment kontrolny to na razie jedno zdanie we wpisie na blogu

Microsoft nie ujawnił, które modele brały udział w próbie kontrolnej, ile było podejść ani ile tokenów zużyto. Twierdzenie, że bez ludzi praca się nie udała, jest więc na razie relacją samych autorów, a nie pomiarem, który ktoś inny może powtórzyć. To samo dotyczy „ponad 100 podejść”, które opisują ich własny proces.

Weryfikacja formalna też ma dwie warstwy. Opublikowana formalizacja w Lean 4 łączy kryterium z pierwszej wersji z innymi badaniami, więc nie jest maszynowym sprawdzeniem dokładnie tego dowodu. Autorzy mają skrócony dowód zweryfikowany w Lean, ale chcą go udostępnić dopiero po ostatecznej recenzji. Sam wynik nie daje też nowego algorytmu próbkowania. Zmienia głównie to, co można udowodnić o tych istniejących.

Opublikowany dowód w Lean i szczegóły próby kontrolnej przesądzą o sile argumentu

Dla matematyków kluczowy będzie skrócony dowód zweryfikowany w Lean i jego przyjęcie w recenzji. Trzy niezależne dowody z jednego dnia to mocny sygnał, ale dopiero recenzja nada wynikowi ostateczną wagę.

Dla świata AI ważniejsze jest, czy Microsoft opublikuje dane z próby kontrolnej: modele, liczbę uruchomień i zużycie tokenów. Dopiero wtedy da się uczciwie ocenić, ile pracy wykonał człowiek odcinający ślepe uliczki. Okaże się też, czy przeszukiwanie przycinane przez człowieka sprawdzi się przy innych otwartych problemach, czy zadziałało tylko tutaj.

Werdykt Lilith

Setka agentów szukała drogi, a jeden matematyk po każdej rundzie skreślał ślepe uliczki. Modele bez niego dostały ten sam budżet tokenów i dowodu nie znalazły, co powinien przeczytać każdy menedżer, który chce oddać badania jednemu dużemu uruchomieniu.