Het was geen complexe nieuwe wiskunde. Niet echt. Het was koppigheid.
OpenAI liet de oplossing voor het cyclus dubbele dekkingsvermoeden vallen vlak voordat zijn nieuwste model, GPT-5.6 Sol, werd uitgebracht. De timing? Puur marketing uiteraard. De impact? Een stille revolutie in hoe we kunstmatige intelligentie zien en wat het kan doen. Mensen kauwden al meer dan een halve eeuw op dit probleem. GPT-5.6 loste dit op door één specifiek ding te horen: geef niet op.
Dit maakt deel uit van een grotere trend. Techgiganten dumpen geld in pure wiskunde. Niet omdat ze om schoonheid geven omwille van de schoonheid. Maar omdat wiskunde de ultieme maatstaf is. Het bewijst het redeneren. Of in ieder geval de machineversie ervan.
“AI-tools zullen wiskundig onderzoek aanzienlijk veranderen.”
— Noga Alon, wiskundige uit Princeton, over de doorbraak van Sol. Alon noemde het bewijs verrassend kort. Dat maakt het nog grappiger, als je het mij vraagt.
Dit is wat u moet weten. Grafentheorie klinkt abstract, saai zelfs. Een grafiek bestaat uit punten (hoekpunten) en lijnen (randen) die deze met elkaar verbinden. Het internet? Het is een grafiek. Jouw sociale netwerk? Ook een grafiek.
In de jaren zeventig vermoedden wiskundigen iets interessants over deze vormen. Ze dachten dat bijna elke grafiek een dubbele cyclusdekking heeft. Wat is dat? Een reeks lussen die de hele structuur precies twee keer bedekt. Elke rand zit precies in twee lussen.
Makkelijk genoeg om op de foto te zetten.
Het bewijzen? Dat is waar de decennia naartoe gingen.
Grote geesten hebben het geprobeerd. Ze hebben het voor specifieke gevallen gekraakt. Ze kwamen dichtbij. Maar het algemene bewijs? Het gleed weg. Elke keer.
Afgelopen vrijdag kwam de AI tussenbeide.
De oplossing bleek elegant. Simpel, bijna. De AI liet zien dat je de grafiek met niet meer dan acht lussen kunt bestrijken. Natuurlijk zijn er technische details. Grafieken die bij elkaar worden gehouden door enkele dunne draden (snijranden) tellen niet mee. Maar voor de rest? Klaar.
Hier is de wending.
Het bewijs maakte geen gebruik van flitsende nieuwe ideeën. Geen doorbraaktheorieën geboren in siliciumdromen. Het hergebruikte methoden die mensen al hadden geprobeerd. Methoden die we in de prullenbak gooiden of op een plank lieten liggen omdat we ons verveelden. Of bang.
Heeft u er ooit bij stilgestaan dat ‘hard’ misschien wel ‘impopulair’ betekent?
Andrew Sutherland van MIT denkt van wel. Hij suggereert dat een reputatie van moeilijkheid een valstrik kan zijn. Studenten blijven duidelijk. Deskundigen gaan verder. Het wordt een self-fulfilling prophecy van onduidelijkheid. Als een LLM geen ego of carrière heeft om zich zorgen over te maken, graaft hij gewoon.
“We zullen zogenaamd ‘harde’ problemen blijven zien met ‘gemakkelijke’ oplossingen.”
Sutherland gokt niet blindelings. OpenAI heeft de prompt vrijgegeven die werd gebruikt om deze noot te kraken. Het onthult het lelijke, mechanische werk achter de magie. De aanleiding was geen poëzie. Het was een steiger. Instructies voor vierenzestig agenten om parallel met elkaar te praten. Kruiscontrole. Het verzachten van de leugens en hallucinaties die deze modellen teisteren.
De echte truc? De richtlijn.
Ze vroegen niet alleen om een antwoord. Ze zeiden tegen de bot: Breng minstens 8 uur door. Denk er niet aan om te stoppen.
De meesten van ons zouden om uur twee stoppen. Of we zouden zeggen: “Het is onmogelijk.”
De machine bleef bij het toetsenbord. Acht uur.
Het blijkt dat genialiteit misschien gewoon uithoudingsvermogen is waar we te moe voor zijn. En nu AI er is, is de bibliotheek met open problemen misschien geen fort meer. Het is een tuin waar we vergaten de bloemen water te geven.
