Il 20 novembre 2026 il dibattito sull’intelligenza artificiale si è spostato dai prodotti commerciali alla matematica pura. Levent Alpöge, matematico che lavora per Anthropic, sostiene di aver trovato insieme a Claude una dimostrazione dell’ipotesi di Riemann. Se il risultato fosse confermato, si chiuderebbe una delle questioni più importanti della teoria dei numeri, rimasta aperta per oltre un secolo e mezzo.
La notizia riguarda una proposta di dimostrazione, non un teorema ormai acquisito. Il materiale pubblicato sul sito personale del ricercatore comprende una nota e riferimenti a un archivio di codice matematico. La comunità scientifica dovrà accertarne la correttezza. È proprio la distanza tra annuncio e verifica a rendere questa vicenda particolarmente interessante.
Perché l’ipotesi di Riemann riguarda molto più dei numeri primi
I numeri primi sono familiari a chiunque abbia studiato le basi dell’aritmetica: sono gli interi maggiori di uno divisibili soltanto per uno e per se stessi. La loro successione comincia con 2, 3, 5, 7, 11 e continua all’infinito, senza che la distanza fra due elementi consecutivi segua un ritmo costante.
Immaginiamo di voler contare quanti primi esistano sotto un limite molto elevato. Si possono ottenere ottime stime della quantità complessiva, ma resta il problema di capire quanto il valore effettivo possa discostarsi da quello previsto. La difficoltà cresce quando si vuole garantire che un’affermazione sia vera senza limitarsi ai numeri già esaminati.
Bernhard Riemann, nel 1859, collegò questa domanda allo studio di una funzione matematica, oggi chiamata funzione zeta di Riemann. La congettura impone che tutti i suoi zeri non banali abbiano parte reale uguale a un mezzo. Una dimostrazione generale fornirebbe un controllo molto più preciso sugli scostamenti nella distribuzione dei primi.
È un problema che mostra come aree apparentemente lontane della matematica possano essere intimamente legate. L’importanza della ricerca non dipende dal trovare il prossimo numero primo, ma dalla possibilità di stabilire proprietà generali, utilizzabili in molte altre dimostrazioni.
Che cosa dichiara il matematico di Anthropic
Nella nota diffusa sul suo sito personale, Alpöge attribuisce a Claude un contributo decisivo nello sviluppo dell’argomentazione. Racconta di aver orientato la ricerca a partire da analogie matematiche e di aver trovato nell’assistente un collaboratore capace di elaborare passaggi tecnici complessi, soprattutto nella parte conclusiva del lavoro.
La rivendicazione include anche la versione generalizzata dell’ipotesi, relativa a una famiglia più ampia di funzioni. È importante non confondere i diversi livelli della dichiarazione: per una versione ancora più estesa il ricercatore esprime una prospettiva, non afferma di aver già prodotto una dimostrazione conclusiva.
L’annuncio mette inoltre in evidenza un aspetto insolito: anziché presentare un articolo scientifico tradizionale con una spiegazione completa, lo studioso ha messo a disposizione il materiale formalizzato in Lean. Non è una scorciatoia che elimina l’esame scientifico; è un modo diverso di fornire il materiale necessario per effettuarlo.
Lean: perché un codice matematico può essere più utile di una risposta in chat
Quando un chatbot scrive una dimostrazione in linguaggio naturale, il testo può sembrare convincente anche se contiene un passaggio non giustificato. La fluidità espressiva, infatti, non coincide con la correttezza logica. Un assistente di dimostrazione come Lean introduce un meccanismo di controllo diverso dalla semplice lettura di una risposta.
Il principio è quello di tradurre definizioni e proposizioni in un linguaggio formale. Una dimostrazione diventa un oggetto che il software può controllare secondo regole precise. Se manca un collegamento logico, non basta aggiungere una frase elegante per superare il controllo: occorre fornire un argomento valido nel sistema.
Per capire il vantaggio, si può pensare a un programma informatico che deve rispettare un contratto rigoroso. Un risultato che appare corretto a prima vista non è necessariamente conforme a quel contratto. Anche quando il controllo va a buon fine, bisogna assicurarsi che il contratto esprima esattamente ciò che si voleva dimostrare.
È qui che si concentra una parte importante del futuro lavoro dei matematici: controllare che le definizioni, le proposizioni finali e le dipendenze del progetto corrispondano alla questione originaria. Un sistema formale può verificare un ragionamento, ma non sostituisce automaticamente la valutazione di ciò che quel ragionamento rappresenta.
Il riconoscimento scientifico e il premio da un milione di dollari
Il Clay Mathematics Institute include l’ipotesi di Riemann tra i Millennium Prize Problems. Il regolamento associa un premio di un milione di dollari a ciascun problema, subordinandone l’attribuzione a condizioni precise. Non è sufficiente rendere pubblico un file e affermare di aver trovato la soluzione.
La procedura richiede la pubblicazione in una sede idonea, un periodo minimo di due anni da tale pubblicazione e il consenso generale della comunità matematica internazionale. Al momento della redazione l’istituto continua a indicare l’ipotesi di Riemann come irrisolta. L’annuncio di oggi non modifica da solo questa classificazione.
La cautela non riduce l’interesse della notizia. In matematica un risultato può essere destinato a trasformare un intero settore e, allo stesso tempo, necessitare di un controllo lungo. L’importanza di una scoperta è una ragione per esaminarla con maggiore attenzione, non per anticipare il verdetto.
L’intelligenza artificiale può diventare uno strumento di scoperta scientifica?
Il caso suggerisce un possibile cambiamento nel modo in cui si organizza la ricerca. Un matematico può scegliere una strategia, individuare analogie, formulare obiettivi intermedi e chiedere a un modello di esplorare percorsi alternativi. Gli strumenti di verifica possono poi aiutare a distinguere le idee promettenti dagli argomenti incompleti.
Ne avevamo già discusso da un’altra prospettiva nell’approfondimento dedicato a Claude e all’accelerazione della ricerca sull’intelligenza artificiale. La questione non è soltanto quanto rapidamente un modello riesca a produrre testo, ma quanto contribuisca a un lavoro che genera risultati verificabili e riproducibili.
Un possibile vantaggio consiste nell’esplorare molte strade che una singola persona non avrebbe il tempo di seguire. Un altro è la capacità di attraversare discipline e tecniche differenti. Il rischio complementare è produrre una quantità di materiale tanto grande da rendere il controllo più oneroso della generazione stessa.
Per questo motivo la qualità degli strumenti di verifica diventa parte integrante della produttività scientifica. Se un gruppo di ricerca riesce a formulare e controllare ipotesi in modo più sistematico, può destinare più attenzione alla scelta delle domande. La velocità della produzione, da sola, rimane una misura incompleta del progresso.
Che cosa potrebbe cambiare per la matematica e la tecnologia
Una conferma della dimostrazione avrebbe conseguenze ampie nella teoria dei numeri. Numerosi risultati matematici sono formulati condizionatamente alla validità della congettura; una prova permetterebbe di riesaminarli senza quella particolare condizione. Anche i metodi sviluppati per raggiungere il risultato potrebbero diventare oggetto autonomo di ricerca.
Non ne discende automaticamente che i sistemi crittografici oggi in uso siano compromessi. Le applicazioni della teoria dei numeri alla sicurezza informatica sono molteplici, ma conoscere meglio la distribuzione dei primi non equivale a disporre di un algoritmo efficiente per fattorizzare grandi interi. Eventuali effetti pratici richiederebbero risultati ulteriori e verifiche specifiche.
Il significato tecnologico più immediato è quindi un altro. Se la collaborazione descritta producesse effettivamente una dimostrazione valida, sarebbe un esempio di come i modelli linguistici possano contribuire al lavoro intellettuale specialistico quando vengono associati a competenze umane e meccanismi di controllo rigorosi.
Le verifiche da seguire dopo l’annuncio
Nei prossimi mesi sarà importante distinguere l’esame del materiale formale dalla comprensione delle idee matematiche che lo sostengono. La possibilità di riprodurre i controlli in ambienti indipendenti, la corrispondenza con la formulazione classica del problema e la disponibilità di spiegazioni leggibili saranno elementi centrali per giudicare il risultato.
Per il momento il fatto verificabile è l’esistenza dell’annuncio e del materiale a cui rimanda, non la soluzione definitiva dell’ipotesi. Anche un eventuale errore non annullerebbe necessariamente tutti i progressi intermedi, che andrebbero valutati singolarmente. Il valore di questo episodio si misurerà nella qualità delle conoscenze confermate, non nel clamore delle prime ore.
Fonte: Levent Alpöge, nota pubblicata su alpo.ge/remark.pdf; Clay Mathematics Institute, Riemann Hypothesis e Rules for the Millennium Prize Problems. | Nota editoriale: contenuto informativo originale elaborato da fonti pubbliche con il supporto di strumenti AI; eventuali inesattezze possono essere segnalate tramite la pagina Contatti.