Yapay zekânın matematik alanındaki yetenekleri hızla gelişirken Anthropic’ten dikkat çekici yeni bir araştırma sonucu geldi. Şirketin henüz genel kullanıma sunulmayan bir Claude araştırma modeli, matematiğin yaklaşık 167 yıldır çözülemeyen en önemli problemlerinden biri olan Riemann Hipotezi üzerinde çalışırken yeni bir matematiksel sonuç ortaya çıkardı.
Ancak burada önemli bir ayrım bulunuyor: Claude, Riemann Hipotezi’ni çözmedi. Bunun yerine model, Riemann zeta fonksiyonunun hipotezin öngördüğü kritik doğru üzerinde bulunduğu kanıtlanabilen sıfırlarının oranına ilişkin bilinen alt sınırı yüzde 41,6’dan yüzde 67,2’ye yükselten yeni bir yaklaşım geliştirdi.
Bu sonuç, yapay zekâ modellerinin yalnızca bilinen matematik problemlerini çözmekle kalmayıp mevcut akademik çalışmaların üzerine yeni araştırma sonuçları ekleyebileceğine dair önemli örneklerden biri olarak değerlendiriliyor.
Riemann Hipotezi Nedir?
Riemann Hipotezi, Alman matematikçi Bernhard Riemann tarafından 1859 yılında ortaya atıldı ve asal sayıların sayı doğrusu üzerindeki dağılımıyla yakından ilişkili.
Hipotez, Riemann zeta fonksiyonunun belirli “trivial olmayan” sıfırlarının tamamının karmaşık düzlemde gerçek kısmı 1/2 olan kritik doğru üzerinde bulunduğunu öne sürüyor. Clay Mathematics Institute, Riemann Hipotezi’ni yedi Milenyum Ödül Problemi arasında gösteriyor ve kabul edilen bir çözüm için 1 milyon dolar ödül veriyor. Ödül günümüzde hâlâ alınmış değil.
Riemann Hipotezi’nin önemi yalnızca teorik matematikten kaynaklanmıyor. Hipotez, asal sayıların dağılımındaki sapmaların ne kadar düzenli olduğunu anlamaya yardımcı olan matematiksel sonuçlarla bağlantılı.
Claude Yüzde 41,6’lık Sınırı Yüzde 67,2’ye Çıkardı
Anthropic tarafından 10 Ağustos 2026’da yayımlanan araştırmaya göre şirketin yayınlanmamış Claude modeli, Riemann zeta fonksiyonunun sıfırlarına ilişkin onlarca yıllık matematik çalışmalarını bir araya getirerek yeni bir sonuç elde etti.
Daha önceki çalışmalar, Riemann Hipotezi’nin öngördüğü kritik doğru üzerinde bulunan sıfırların oranı için en az yüzde 41,6’lık bir alt sınır ortaya koyuyordu.
Claude tarafından geliştirilen yöntem ise bu alt sınırı yüzde 67,2’ye yükseltti.
Model bunu tamamen sıfırdan yeni bir matematik alanı oluşturarak gerçekleştirmedi. Anthropic özellikle Claude’un Baluyot, Goldston, Suriajaya ve Turnage-Butterbaugh’ın çalışmalarıyla Bombieri’nin 2000 tarihli araştırmasından yoğun şekilde yararlandığını belirtiyor. Modelin katkısı, mevcut teknikleri farklı bir matematiksel çerçevede bir araya getirerek daha güçlü bir sonuca ulaşmak oldu.
Bu nedenle sonuç, “yapay zekâ Riemann Hipotezi’ni çözdü” şeklinde yorumlanmamalı. Buna rağmen yüzde 41,6’dan yüzde 67,2’ye yapılan sıçrama, problemin belirli bir alt alanında kayda değer bir teorik ilerleme anlamına geliyor.
Model Önce 650 Farklı Fikir Denedi
Çalışmanın en dikkat çekici taraflarından biri de sonucun nasıl elde edildiği.
Anthropic çalışanı Jarred Sumner, matematikçi olmadığını belirterek Claude’a Riemann Hipotezi’ni gerçekten çözmeye çalışmasını istedi. İlk aşamada model 650 farklı fikir üretip test etti, ancak bu girişimlerin hiçbiri sonuç vermedi.
Daha sonra Claude ikinci bir çalışma sürecine geçti ve yaklaşık bir buçuk gün boyunca 60 alt ajanı koordine etti.
Anthropic’e göre sistem bu süreçte:
- Yaklaşık 2.400 shell komutu çalıştırdı,
- Yüzlerce Python betiği oluşturdu,
- Bilinen zeta sıfırları üzerinde binlerce sayısal kontrol yaptı,
- Alt ajanların birbirlerinin matematiksel argümanlarını kontrol etmesini sağladı,
- Sonucun daha önce yayımlanıp yayımlanmadığını araştırmak için arXiv’den 54 akademik çalışma indirdi,
- Ortaya çıkan sonucu bağımsız biçimde yeniden türetmeye çalıştı.
İki ayrı Claude oturumunun toplamında sistemin 31 milyon çıktı tokenı kullandığı açıklandı.
60 Yapay Zekâ Ajanının Görevleri Farklıydı
Anthropic’in paylaştığı ayrıntılar, gelecekte bilimsel araştırmalarda kullanılabilecek çoklu yapay zekâ ajan sistemlerinin nasıl çalışabileceğine dair ilginç bir örnek sunuyor.
Şirkete göre 60 alt ajanın yalnızca ikisi temel matematiksel fikirlerin geliştirilmesinde doğrudan belirleyici oldu.
Diğer ajanlardan:
13’ü bu iki ajana yeni fikirler sağladı,
30’u yeni yöntemler geliştirmeye çalıştı ancak başarılı olamadı,
13’ü matematiksel argümanların doğruluğunu kontrol etti,
son iki ajan ise ilk akademik makalenin hazırlanmasına yardımcı oldu.
Dolayısıyla ortaya çıkan sonuç, tek seferde üretilmiş bir yapay zekâ cevabından çok, farklı görevler üstlenen ajanların oluşturduğu geniş bir araştırma sürecinin ürünü.
Anthropic Matematikçileri Sonucu İnceledi
Yapay zekâ tarafından oluşturulan matematiksel çalışmaların en büyük problemlerinden biri, kulağa doğru gelen ancak aslında hatalı olan argümanlar üretebilmeleri.
Anthropic bu nedenle Claude’un sonucunu şirket bünyesindeki matematikçiler Levent Alpöge ve Ralph Furman’a inceletti.
Şirket ayrıca sonucu açık kaynaklı Lean matematiksel kanıt asistanıyla biçimselleştirdiğini ve oluşturulan formalizasyonun kullanılan standart doğrulama aracından geçtiğini belirtiyor.
Bu doğrulamalar sonucun güvenilirliğini güçlendirse de matematik dünyasında yeni sonuçların nihai kabulü normalde daha geniş bağımsız akademik inceleme ve hakem değerlendirmesi gerektiriyor.
Yapay Zekâ Matematik Araştırmasını Değiştiriyor
Anthropic’in çalışmasının asıl önemi yalnızca Riemann Hipotezi ile sınırlı olmayabilir.
Bugüne kadar büyük dil modelleri çoğunlukla mevcut bilgileri açıklamak, matematik problemlerini çözmek veya insan tarafından oluşturulan kanıtları biçimselleştirmek için kullanılıyordu.
Yeni nesil modeller ise giderek daha fazla araştırma yapabilen sistemler haline geliyor.
Claude örneğinde model yalnızca problem çözmeye çalışmadı; yüzlerce hipotez üretti, bunları eledi, akademik literatürü taradı, farklı ajanlarla sonuçları denetledi ve sonunda başlangıçta hedeflenmeyen yeni bir matematiksel sonuç ortaya çıkardı. Anthropic de bulgunun Riemann Hipotezi’ni çözme girişiminin beklenmeyen bir yan ürünü olduğunu açıkça belirtiyor.
Bu gelişme, yapay zekânın bilim insanlarının yerine tamamen geçmesinden ziyade, gelecekte araştırmacıların kullanabileceği oldukça güçlü bir araştırma ortağına dönüşabileceğini gösteriyor.
Matematik Dünyasında Yapay Zekâ Tartışması Büyüyor
Yapay zekânın matematik araştırmalarındaki rolünün büyümesi aynı zamanda ciddi etik ve akademik tartışmaları da beraberinde getiriyor.
2 Haziran 2026 tarihinde yayımlanan Leiden Declaration on Artificial Intelligence and Mathematics, matematiksel araştırmalarda yapay zekâ kullanımına ilişkin yeni standartlar öneriyor. Uluslararası Matematik Birliği tarafından da desteklenen bildiride, matematiksel sonuçların belirli insan yazarlara atfedilmesi, otomatik araç kullanımının açıkça belirtilmesi ve sonuçların doğruluğuna ilişkin sorumluluğun insan araştırmacılarda kalması gerektiği savunuluyor.
Bildiri ayrıca yapay zekâ tarafından üretilen matematik çalışmalarının basın açıklamaları veya blog gönderileri üzerinden hızla duyurulmasının, akademik değerlendirme süreçlerinden önce sonuçların öneminin abartılmasına yol açabileceği konusunda uyarıda bulunuyor.
Buna karşılık Fields Madalyası sahibi matematikçi Timothy Gowers, yapay zekânın matematiği dönüştürmesinin yalnızca olumsuz sonuçlar doğurmak zorunda olmadığı görüşünde. Gowers, yapay zekâ çağında titiz ve doğrulanabilir matematiksel kanıtların öneminin azalmak yerine daha da artabileceğini savunuyor.
Riemann Hipotezi Hâlâ Çözülmüş Değil
Claude’un elde ettiği sonuç son derece dikkat çekici olsa da Riemann Hipotezi halen matematiğin çözülememiş problemleri arasında bulunuyor.
Riemann Hipotezi’nin kanıtlanabilmesi için yalnızca sıfırların belirli bir oranının kritik doğru üzerinde bulunduğunu göstermek yeterli değil. Hipotez, ilgili sıfırların tamamının burada bulunduğunun kanıtlanmasını gerektiriyor.
Claude’un yaptığı ise şu anda bilinen garanti edilen oranı yüzde 41,6’dan yüzde 67,2’ye yükseltmek.
Arada hâlâ önemli bir matematiksel mesafe bulunuyor.
Buna rağmen çalışmanın asıl dikkat çekici tarafı, yayınlanmamış bir yapay zekâ modelinin insan yönlendirmesi son derece sınırlıyken geniş bir araştırma sürecini yönetebilmesi ve mevcut akademik literatürden hareketle yeni bir matematik sonucu geliştirebilmesi.
Yapay zekâ modellerinin yetenekleri bu hızda gelişmeye devam ederse önümüzdeki dönemde matematik, fizik, bilgisayar bilimi ve diğer temel bilimlerde benzer yapay zekâ destekli keşifleri çok daha sık görmemiz mümkün olabilir.
