Wanneer de Student de Experts Verslaat

Iets geweldigs gebeurde er onlangs in de wiskundewereld: decennialang geloofden wiskundigen dat een bepaalde beroemde hypothese over het omkeren van wiskundige functies waarschijnlijk klopte. Ze konden het alleen niet bewijzen. Tot iemand AI gebruikte om naar een tegenvoorbeeld te zoeken — en er een vond dat letterlijk zo kort is dat het in één tweet past.

Weet je wat dat verhaal zo fascinerend maakt?

Wat Is Die Jacobian-hypothese Eigenlijk?

Laat me proberen dat uit te leggen op een manier die wél te begrijpen is — want eerlijk gezegd, de Wikipedia-versie geeft mij hoofdpijn.

Stel je een functie voor als een machine: je stopt er getallen in, en er komen andere getallen uit volgens een bepaalde regel. De Jacobian-hypothese draait om de vraag: kun je zo'n machine altijd omkeren? Bestaat er altijd een andere functie die precies het omgekeerde doet?

Denk aan het zo: als jouw functie punten in de ruimte verplaatst, dan zegt de hypothese dat je altijd een omkeerfunctie zou moeten kunnen vinden — mits de functie de ruimte niet op een bepaalde manier "kreukt" of "vouwt". Wiskundigen meten dit met iets dat de "Jacobiaanse determinant" heet.

Klinkt redelijk, toch?

Het probleem was alleen: niemand kon ooit bewijzen dat dit altijd waar was. En nu, dankzij een beetje hulp van AI, weten we dat het niet waar is in bepaalde dimensies.

De Wending: Simpeler Dan Iedereen Dacht

Hier komt het echte nieuws: het tegenvoorbeeld dat werd gevonden is piepklein. Om precies te zijn: belachelijk klein. Het past op één social media-post.

Het lastige aan zo'n tegenvoorbeeld vinden is dat je een heel specifiek soort functie moet construeren — eentje die ruimte niet vouwt EN toch niet omkeerbaar is. Die eisen klinken tegenstrijdig, maar ze kunnen in bepaalde dimensies samengaan.

En hier komt het mooie: experts dachten dat zulke voorbeelden misschien niet zouden bestaan, of ongelooflijk ingewikkeld zouden zijn. In plaats daarvan vond Claude iets zo kort en elegant dat, zoals iemand jaren geleden op Math Stack Exchange opmerkte, "elke slimme student gewoon een formule zou kunnen opschrijven" die het hele verhaal in de war schopt.

Bleek dat gebruiker gelijk te hebben. De formule is zo kort dat andere wiskundigen hem vrijwel meteen konden verifiëren nadat hij werd gedeeld.

Waarom Zou Je Dit Moeten Omarmen?

Ik hoor je denken: "Leuk, maar dit raakt mijn leven toch niet. Waarom zou het me interesseren?"

Eerlijk antwoord: dit verhaal gaat helemaal niet over de wiskunde. Het gaat over wat het vertegenwoordigt.

We leven in een tijd waarin AI een echte partner wordt in menselijke creativiteit en ontdekking — niet zomaar een tool voor afgebakende taken, maar iets dat ons echt helpt anders te denken. Dat een AI-model dat pas een paar weken oud was kon helpen bij een probleem dat bijna 90 jaar oud is? Dat is bijzonder.

Dit past ook in een patroon dat we steeds vaker zien: AI die echte bijdragen levert aan vakgebieden die voorheen immuun leken voor automatisering. Wiskundigen, natuurkundigen, programmeurs — dit waren geen beroepen waarvan mensen verwachtten dat ze "verstoord" zouden worden door AI. En toch zijn we hier.

De oorspronkelijke tweedimensionale versie van de hypothese (uit 1884!) is overigens nog steeds niet opgelost. Dus er is genoeg te doen. Maar voor dimensies drie en hoger? Zaak afgesloten.

Het Grotere Plaatje

Wat ik het meest boeiend vind, is wat dit ons vertelt over intuïtie in de wiskunde. Jarenlang geloofden experts dat de Jacobian-hypothese waarschijnlijk klopte. Ze bouwden hele carrières op dat geloof. En nu, met een snelle zoektocht door AI, blijkt die intuïtie dus verkeerd te zijn — in ieder geval voor hogere dimensies.

Er zit een les in: zelfs briljante mensen kunnen iets voor de hand liggends missen wanneer ze de verkeerde kant op kijken. Soms heb je gewoon een fris paar ogen nodig — of een fris neuraal netwerk — om te laten zien wat er recht voor iedereen ligt.

Wat je verder ook vindt van AI, één ding kunnen we volgens mij allemaal beamen: dit zijn vreemde en opwindende tijden om in te leven.

Bron: ScienceDaily