Shanmu Jin, ricercatore post-dottorato e specializzando in neurochirurgia presso il Peking Union Medical College Hospital di Pechino, ha dimostrato la congettura di Crouzeix, un problema di analisi matriciale rimasto aperto per più di due decenni. L'argomento decisivo non è uscito da un dipartimento di matematica: è emerso da un'esecuzione autonoma di 16 ore di GPT-5.6 Sol in modalità ChatGPT Work, guidata da un prompt accuratamente progettato dallo stesso Jin.

Un percorso non convenzionale verso un problema classico

Il percorso di Jin verso la congettura è stato tutt'altro che lineare. Ha studiato geologia durante gli studi universitari, ha poi conseguito una laurea in medicina e ha costruito le proprie conoscenze matematiche attraverso lo studio autonomo, un impegno motivato in origine dalla ricerca sull'ecografia transcranica.

La congettura di Crouzeix, formulata nel 2004 dall'analista numerico francese Michel Crouzeix, riguarda la relazione tra la norma spettrale di una matrice e il massimo di un polinomio sul suo campo numerico (numerical range), una regione compatta e convessa del piano complesso, nota anche come campo dei valori (field of values), che descrive più aspetti del comportamento di una matrice rispetto ai soli autovalori. La congettura afferma che la costante 2 è sufficiente in quella maggiorazione e che 2 è nota per essere la più piccola costante possibile; l'articolo originale di Crouzeix stabiliva una costante finita di 11,08, mentre la migliore maggiorazione pubblicata — 1 + √2, circa 2,414, ottenuta da Crouzeix e Palencia nel 2017 — rimaneva comunque al di sopra dell'obiettivo. La sua risoluzione ha applicazioni dirette nell'analisi delle funzioni di matrice, nei solver iterativi come GMRES — uno strumento standard per i grandi sistemi lineari sparsi che sorgono nel calcolo scientifico e nella simulazione ingegneristica — e nei metodi Krylov razionali.

Dentro la sessione autonoma

Invece di interagire con il modello in modo interattivo, Jin ha condotto una sessione autonoma prolungata utilizzando un'architettura di prompt adattata da una sviluppata da OpenAI per un precedente risultato matematico, la congettura Cycle Double Cover. La configurazione negava al modello l'accesso a Internet. Il sistema prevedeva sottoagenti concorrenti incaricati di sviluppare in modo indipendente e sottoporre a stress test diverse strategie di dimostrazione, con istruzioni esplicite contro la convergenza prematura e l'obbligo di confutare gli argomenti candidati solo mediante controesempi concreti. Al modello era stato imposto di proseguire finché una dimostrazione completa non avesse superato una revisione avversariale interna.

Il preprint risultante, pubblicato il 27 luglio 2026, include il prompt completo, le bozze successive dei manoscritti, una formalizzazione in Lean — una resa della dimostrazione verificabile dalla macchina, realizzata con la stessa tecnologia di proof assistant che matematici come Terence Tao hanno usato per certificare argomenti complessi — e un audit assiomatico.

La conferma dei pari e la questione di chi fa matematica oggi

La dimostrazione è stata esaminata e confermata dal matematico di Cornell Alex Townsend, dall'analista numerica Anne Greenbaum e dallo stesso Michel Crouzeix, autore originale della congettura. La revisione paritaria formale è in corso.

Otto giorni dopo la comparsa del preprint iniziale, i matematici Emiel Lorist e Felix Schwenninger hanno pubblicato una dimostrazione indipendente di cinque pagine basata su un metodo diverso, che combina la teoria classica del potenziale a doppio strato con un lemma di perturbazione per le 2-dilatazioni. Jin ha accolto il risultato parallelo come un complemento al proprio lavoro.

L'episodio rende visibile un cambiamento strutturale nella ricerca matematica difficile da ignorare. Quando un problema aperto dal 2004 viene risolto da un clinico autodidatta tramite uno strumento di IA di consumo, le barriere alla produzione di nuovi risultati si abbassano sensibilmente, mentre l'esperienza necessaria per verificare quei risultati diventa di conseguenza più concentrata e più preziosa. Il risultato prolunga inoltre un percorso documentato di sistemi di IA che avanzano nella matematica, dopo AlphaProof e AlphaGeometry 2 di Google DeepMind, che nel 2024 hanno raggiunto il livello della medaglia d'argento all'Olimpiade Internazionale della Matematica.

Per il settore dell'IA, il caso offre una dimostrazione concreta di ciò che i modelli linguistici di frontiera possono ottenere quando ricevono compiti autonomi ben strutturati e un tempo di calcolo sufficiente. Se la comunità matematica disponga dell'infrastruttura necessaria per assorbire il volume di risultati che potrebbero seguire resta una domanda aperta.

Fonte: Metaverse Post