Claude ने क्रांतिक रेखा पर zeta शून्यों का सिद्ध हिस्सा 67.2% तक बढ़ाया — और संख्या से ज़्यादा मायने रखता है तरीका

10 अगस्त को Anthropic ने एक शोध नोट प्रकाशित किया जिसका लेखक एक लार्ज लैंग्वेज मॉडल है। नतीजा: रीमैन zeta फ़ंक्शन के नॉनट्रिवियल शून्यों में से कम से कम 67.2% क्रांतिक रेखा Re(s) = 1/2 पर हैं। बिना किसी शर्त के। पिछला सिद्ध रिकॉर्ड 41.6% (5/12) था — एक संख्या जो चार दशकों से Levinson पद्धति की refinements के बीच टिकी रही।

Claude ने रीमैन हाइपोथीसिस साबित नहीं किया। पेपर खुद यह दो बार कहता है। उसने जो किया — और यही वह हिस्सा है जिस पर रुककर पढ़ना चाहिए — वह है एक सशर्त 67% को बिना शर्त 67% में बदलना, सचमुच नई विधि से: न zero-density estimates, न zero-free region, न mollifier। अंकगणितीय इनपुट बिल्कुल Montgomery का bandwidth ≤ 1 पर pair-correlation दूसरे moment का अभाज्य-पक्ष मूल्यांकन है, जो 1973 से बिना शर्त है। जो कुछ भी पहले RH के ज़रिए पढ़ा जाता था, उसे अब एक परिमित मैट्रिक्स पर रैखिक बीजगणित ने बदल दिया है।

इस संख्या का वज़न क्यों है

रीमैन हाइपोथीसिस कहती है: हर नॉनट्रिवियल शून्य का वास्तविक भाग बिल्कुल 1/2 है। 1859 से अनसुलझा; Clay Millennium Problems में से एक, जिस पर दस लाख डॉलर का इनाम है। आंशिक परिणाम रेखा पर शून्यों के अनुपात के निचले बाउंड हैं, और यह वंशावली पूरी बताने लायक है:

Hardy (1914): रेखा पर अनगिनत शून्य।
Selberg (1942): एक धनात्मक अनुपात।
Levinson (1974): कम से कम 1/3, mollifier विधि से।
Conrey (1989): 2/5, Levinson को refine करते हुए।
Bui–Conrey–Young, Feng, Pratt–Robles–Zaharescu–Zeindler: 5/12, इस हफ़्ते तक का स्थायी रिकॉर्ड।

उस सूची का हर अंक एक ही परिवार की तकनीकों से आता है — Levinson विधि और उसके उत्तराधिकारी। नया 2/3 उस परिवार से नहीं आता। वह Montgomery के pair-correlation विचार-चक्र से आता है, जो पहले केवल RH के सशर्त इस्तेमाल हो पाता था। यह संरचनात्मक ब्रेक है, वृद्धि नहीं: “RH-सशर्त pair-correlation परिणामों” को पहली बार इस ताकत पर RH से अलग किया गया है।

2/3 का अपना इतिहास है। Montgomery ने 1973 में दिखाया कि RH के अंतर्गत कम से कम 2/3 शून्य simple होते हैं (बाद में Goldston और अन्य ने इसे 67.9% तक सुधारा)। यहाँ 2/3 वही स्थिरांक है, अब बिना शर्त — लेकिन रेखा पर के शून्यों के लिए, और distinct शून्यों के रूप में गिना गया, Montgomery के “simple” अर्थ में नहीं। यह फर्क मायने रखता है: N₀* क्रांतिक रेखा पर distinct शून्य गिनता है, इसलिए multiplicity आपके ख़िलाफ़ नहीं गिनी जाती। पेपर यह भी साबित करता है कि कम से कम 5/6 शून्य distinct हैं, जो उसी मशीनरी से मिलता है।

दो और संरचनात्मक बिंदु। पहला: प्रमेय dyadic interval [T, 2T] के बारे में है, o(1) त्रुटि के साथ; T→∞ पर liminf कम से कम 2/3 है, और पेपर बताता है कि finite-T अनुपात अपनी सीमा से नीचे है क्योंकि convergence धीमी है (उनका Remark 5.9)। दूसरा: विधि 2/3 पर अटकी नहीं है — optimal Montgomery–Taylor window से स्थिरांक 0.67250… हो जाता है, जो बिल्कुल RH-सशर्त Montgomery–Taylor स्थिरांक है। 2/3 साफ़ कथन है; विधि मुफ़्त में थोड़ा और दे सकती है।

अलग इंजन

यहीं परिणाम रिकॉर्ड होना बंद करके तकनीक बन जाता है। Weil explicit formula टेस्ट फ़ंक्शन पर positivity के कथन को शून्यों के बारे में दावे में बदल देता है: संबंधित quadratic functional positive semidefinite है यदि और केवल यदि RH सत्य है। यह तुल्यता ताकत और जाल दोनों है — “positivity से RH साबित करने” का हर सीधा रास्ता इसी पर मरता है। Claude का coordinator agent बताता है कि पहले के हज़ार-agent सत्र में, हर प्रस्तावित रास्ते का पहला ठोस कदम Weil positivity या उसका छद्म रूप ही निकला।

चाल पूरे अनंत-आयामी रूप से सवाल पूछना छोड़ देना है। Claude pairing को टेस्ट फ़ंक्शन के परिमित-आयामी स्थान तक सीमित करता है — मॉड्यूलेटेड windows का एक “Gabor system”, जिनकी संख्या d ≈ λN(T,2T) है — और नतीजे के finite real symmetric matrix का विश्लेषण करता है। अब:

क्रांतिक रेखा पर शून्य positive semidefinite rank-one ब्लॉक देते हैं;
रेखा से बाहर के शून्य फ़ंक्शनल समीकरण के तहत {ρ, 1−ρ̄} जोड़ों में आते हैं और indefinite (1,1) ब्लॉक देते हैं — Kreĭn-स्थान का signature, Hilbert-स्थान का नहीं;
Sylvester’s law of inertia पूरे रूप के signature को बाउंड करता है;
एक rank–trace असमिका — von Neumann trace inequality से सिद्ध — signature को गणनीय trace moments से जोड़ती है;
trace स्वयं X = (T/2π)^λ तक के अभाज्यों से Montgomery–Vaughan द्वारा बिना शर्त निकाले जाते हैं।

शून्य-पक्ष और अभाज्य-पक्ष एक Poisson-summation पहचान से जुड़ते हैं जो sampling kernel को बिल्कुल देती है, बिना aliasing के। संख्यात्मक रूप से दोनों पक्ष छोटी ऊँचाइयों पर 10⁻⁸ तक मिलते हैं। सबसे अहम कदम वैचारिक है: RH को क्लासिक रूप से शून्य-पक्ष को वास्तविक ordinates पर धनात्मक योग के रूप में पढ़ने के लिए ज़रूरी था। यहाँ रेखा से बाहर के जोड़ों की indefiniteness रैखिक बीजगणित से समाहित हो जाती है — आपको कभी यह जानने की ज़रूरत नहीं कि शून्य रेखा से कितनी दूर है, सिर्फ इतना कि उसका (1,1) ब्लॉक rank में बाउंडेड है। negative index को inertia प्रमेय संभालता है, किसी असिद्ध परिकल्पना से zero करने के बजाय।

इसीलिए Bombieri का 2000 का पेपर, “Remarks on Weil’s quadratic functional in the theory of prime numbers, I”, सही पूर्वज है: उसने Weil रूप के finite truncations का अध्ययन किया और दिखाया कि अगर RH केवल सीमित संख्या में ख़राब शून्यों के साथ विफल होता है, तो काफी बड़े truncation के negative eigenvalues की संख्या ख़राब शून्यों की संख्या की आधी होती है। finite compression का signature एनकोड करता है कि RH कैसे विफल होता है। Claude का योगदान यह दिखाना है कि इस signature से रेखा पर की गिनती निकाली जा सकती है, बिना कभी यह तय किए कि कौन-से रेखा-बाहर शून्य मौजूद हैं।

यह क्या नहीं कहता, और छत कहाँ है

पेपर अपनी सीमाओं के बारे में असामान्य रूप से स्पष्ट है। इस तरह का कोई भी certificate 0.68185 से आगे नहीं जा सकता — bandwidth λ ≤ 1 पर first/second moment की जानकारी की एक कड़ी छत है, और λ ≤ 1 तर्क के लिए अनिवार्य है (उससे आगे आपको ऐसी जानकारी चाहिए जो बिना-शर्त अभाज्य-पक्ष नहीं देता)। 0.70/0.80/0.90 तक पहुँचने के लिए pair-correlation support को लगभग 1.04/1.26/1.70 तक जाना होगा — यानी सचमुच नया अंकगणितीय इनपुट, न कि और समझदार रैखिक बीजगणित।

तो ईमानदार पढ़ना: यह RH साबित करने की ओर कदम नहीं है, और लेखक दावा भी नहीं करते। यह पुराने और अधिक साध्य प्रोजेक्ट की ओर कदम है — “RH के परिणामों को बिना शर्त बनाना” कार्यक्रम, उसी भावना में जिसमें Bombieri और अन्य ने छोटे intervals में अभाज्यों के लिए किया। और यह दिखाता है कि pair-correlation मशीनरी, एक बार RH से मुक्त होकर, इस विशेष काम में mollifier मशीनरी से अधिक मजबूत है।

पीछे वह 54-घंटे का सत्र

परिशिष्ट ज़्यादा दिलचस्प है, और उसे workflow पेपर के रूप में पढ़ा जाना चाहिए, किस्से के रूप में नहीं। एक coordinator agent ने डेढ़ दिन में ~60 अलग-थलग subagents चलाए: 2,400 shell commands, सैकड़ों Python scripts, 31 million आउटपुट टोकन। coordinator ने खुद लगभग कोई गणित नहीं किया; उसकी भूमिका दिशा, triage और verification थी।

दो subagents ने मुख्य विचार दिए। E2 ने साबित किया कि negative-index रास्ता खाली था — ईमानदार finite negative index identically zero है — और फिर विचार को उलटा, अभाज्य-पक्ष traces से positive index को lower-bound करते हुए दावा किया कि कम से कम आधे शून्य रेखा पर हैं। E2-pairs ने 91 मिनट सोचा, संख्यात्मक प्रयोग चलाए जो उसके अपने brief से टकराए, और वह rank–trace lemma लिखा जिसने 1/2 को 2/3 तक उठाया। उसे लिखने के चार मिनट बाद एक infrastructure fault ने run को वाक्य के बीच में मार दिया। coordinator ने मृत agent की directory पढ़ी, परिणाम को “आज रात की सबसे महत्वपूर्ण चीज़” पहचाना, पाँच-पंक्ति वाले प्रमाण की पंक्ति-दर-पंक्ति जाँच की, और उसी agent को एक checklist के साथ फिर से शुरू किया।

यह कैसे काम किया, इसके बारे में कुछ बातें खड़ी होती हैं। coordinator के अपने दो रचनात्मक पूर्वानुमान गलत थे — आधे-कदम पर उसने तंत्र को गलत दिशा में इशारा किया और दो-तिहाई-कदम पर गलत recovery lever दिया — जबकि उसका referee आर्किटेक्चर खरा रहा। subagents जानबूझकर अलग-थलग थे: वे बातचीत और एक-दूसरे को नहीं देख सकते थे, जिससे उनकी गलतियाँ स्वतंत्र रहीं और adversarial review सार्थक बना। और इंसान का योगदान कुछ एक-पंक्ति वाले prompts थे: “Resume your work,” “Push it to 2/3,” “Keep going.” Claude ने शुरुआत में खुद को कम आंका; दृढ़ता बाहर से आई।

सत्यापन प्रोटोकॉल ही असली खोज है

यहीं परिणाम संख्या सिद्धांत से परे मायने रखता है। AI गणित के लिए भरोसे की समस्या “क्या मॉडल प्रमाण ढूँढ सकता है” नहीं है — यह है “किसी को विश्वास क्यों करना चाहिए”। यह pipeline उसका उत्तर देने के लिए एक template है:

अंधे शत्रुतापूर्ण referee agents — हर एक को एक अलग gap और एक attack plan, एक-दूसरे को पढ़ने की मनाही। उन्होंने एक असली गलती पाई — mass matrix के बारे में एक गलत premise — और वह repair प्रस्तावित की जो अंततः पेपर में गई। एक adversarial loop ने एक hallucination पकड़ी; यही system के काम करने का सबूत है।
अंधा re-derivation agent — प्रमाण पढ़े बिना परिणाम साबित किया, और control cases भी जहाँ RH के विफल होने का पता है। दोनों reproducibility के सस्ते रूप हैं।
साहित्य agent — novelty जाँचने के लिए 54 arXiv पेपर डाउनलोड किए; coordinator ने साफ़ मना किया कि वह अपनी याददाश्त पर भरोसा करे।
Lean 4 / Mathlib formalization — Theorems A–E, sorry-free, केवल तीन मानक axioms पर निर्भर (propext, Classical.choice, Quot.sound)। इसमें Weil explicit formula, Riemann–von Mangoldt counting, Stirling estimates, Chebyshev–Mertens और Montgomery–Vaughan शामिल हैं — विश्लेषणात्मक scaffolding भी formalized है, सिर्फ headline theorem नहीं।
मानव विशेषज्ञ — Anthropic के in-house गणितज्ञ Levent Alpöge और Ralph Furman ने मान्य किया; बाहरी विशेषज्ञ Brian Conrey और Dan Goldston ने कम सूचना पर जाँच की।

coordinator की अपनी सावधानी भरी बातें सबसे शिक्षाप्रद हिस्सा हैं। “मैं नहीं कह रहा कि आधे शून्य रेखा पर हैं। मैं कह रहा हूँ कि एक agent ने उस निष्कर्ष वाला argument बनाया।” “परिणाम को मानव विशेषज्ञ चाहिए।” अंतिम draft का verdict: “अगला पाठक एक इंसान होना चाहिए।”

यह काम का सही बँटवारा है, और इसे नाम देने लायक है: generation और execution parallelize होते हैं; verification परतदार और adversarial है; formalization ground truth है; judgment इंसानों के पास रहता है। referees द्वारा पकड़ी गई गलती pipeline के अस्तित्व की वजह है — एक model जो प्रशंसनीय प्रमाण बनाता है, ठीक वही case है जहाँ बिना आलोचना वाला पाठक जलता है।

ईमानदार सावधानियाँ

यह preprint-स्तर का research artifact है, जो उसी हफ़्ते जारी हुआ जिस हफ़्ते लिखा गया। expert note खुद बिना विस्तार वाले error terms को चिह्नित करता है (O(T^δ log T) और O(T^{1/2−2δ}) के पूँछ रेखांकित हैं, पूरी तरह विस्तृत नहीं)। Lean formalization एक स्थिर research artifact है, maintained library नहीं। और session-स्तरीय व्यवहार — एक coordinator जिसके पूर्वानुमान दो बार गलत हुए, एक agent जिसे नोटिस होने के लिए infrastructure crash की ज़रूरत पड़ी — अभी reproducible process नहीं है; यह एक data point है कि यह workflow काम करने पर क्या पैदा कर सकता है।

गणित की जाँच ज़्यादातर preprints से कहीं सख्त हुई है: machine-checked Lean प्रमाण, एक adversarial referee loop, और दो स्वतंत्र विशेषज्ञों की पढ़ाई। अंतिम फैसला अभी भी community के पास है, जो ठीक भी है। लेकिन चीज़ का आकार — AI-जनित प्रमेय, औपचारिक रूप से सत्यापित, विशेषज्ञ-समीक्षित, जिसकी विधि ईमानदारी से Bombieri और Montgomery में अपने पूर्वजों से जुड़ी है — नया है। 67.2% इस घोषणा का सबसे कम आश्चर्यजनक हिस्सा है।