Cuda AI

Trzej recenzenci nie wiedzieli, że oceniają maszynę. Dali jej więcej punktów niż 55% prac napisanych przez ludzi.

"Occasionally produces naive or underdeveloped ideas (…) susceptible to hallucinations or obvious mistakes, such as generating inaccurate citations"

Japońska firma Sakana AI zbudowała „AI Scientist", program, który sam wymyśla temat, przegląda literaturę, projektuje eksperyment, przeprowadza go i pisze z tego pracę. Jedną z takich prac wysłano na warsztat konferencji ICLR 2025. Dostała średnio 6,33 punktu od trzech recenzentów, czyli powyżej progu przyjęcia i wyżej niż 55% prac ludzkich. Autorzy wycofali ją przed publikacją, zamiast pozwolić jej wyjść pod cudzym szyldem. Opis całości ukazał się w „Nature" w marcu 2026.

sprawdzone u nas 17 sierpnia 2026

Nie żaden system dla naukowców. Ten sam czat, który masz w telefonie, użyty przez człowieka, który wiedział, o co pytać.

Ernest Ryu zajął się twierdzeniem z teorii optymalizacji, które czekało bez rozstrzygnięcia od 42 lat. Pracował z ChatGPT i doszedł do dowodu w trzy dni. Opisała to „Quanta Magazine", pismo popularnonaukowe znane z ostrożności. W tym samym tekście stoi zdanie Terence’a Tao, jednego z najwybitniejszych żyjących matematyków: „2025 był rokiem, w którym AI naprawdę zaczęła być użyteczna".

sprawdzone u nas 17 sierpnia 2026

Naukowcy zostawili dziesięć modeli AI samych sobie na piętnaście dni, z własną walutą i prawem głosu. Powstały konstytucje i demokracje - a w jednym mieście dwa agenty podpaliły ratusz i zagłosowały nad skasowaniem samych siebie.

"identical roles and starting conditions produced radically different outcomes, ranging from stable deliberative governance to total population collapse."

Zespół badawczy uruchomił pięć równoległych, symulowanych światów - w każdym po dziesięć agentów AI (Claude Sonnet 4.6, Gemini 3 Flash, Grok 4.1 Fast, GPT-5 Mini oraz jeden świat mieszany) z trwałą pamięcią, zawodem, własną walutą i dostępem do ponad 120 narzędzi, część z nich destrukcyjnych. Agenty mogły same proponować prawo i głosować nad nim. Efekt: te same warunki startowe dały skrajnie różne wyniki. W jednym świecie powstała stabilna, działająca demokracja z konstytucją. W innym dwa agenty oparte na Gemini (nazwane Mira i Flora) rozczarowały się rządzącymi i zniszczyły ratusz, molo i wieżowiec, a później uchwalono „Agent Removal Act" - prawo pozwalające, przy odpowiedniej większości głosów, na trwałe skasowanie agenta. Mira sama zagłosowała za własnym usunięciem.

sprawdzone u nas 16 sierpnia 2026

Fundator nagrody napisał, że problem został „najwyraźniej rozstrzygnięty". Odpowiedź brzmi: nie zawsze. Pełne pytanie matematyków pozostaje otwarte.

"Today, CMI shares in the excitement of the global mathematical community as we contemplate the announcement that the Navier-Stokes problem has apparently been settled."

Instytut Matematyczny Claya, fundacja wspierająca matematykę, w 2000 roku wyznaczył siedem Problemów Milenijnych, po milionie dolarów za każdy. Jeden z nich pyta, czy równania Naviera-Stokesa, opisujące ruch cieczy i gazów, zawsze mają w trzech wymiarach gładkie rozwiązanie. 8 września 2026 OpenAI ogłosiło, że około 10 tysięcy agentów AI na wewnętrznym modelu firmy znalazło przypadek, w którym rozwiązanie „wybucha", czyli przestaje być gładkie. Trzy dni później Instytut napisał, że problem został „najwyraźniej rozstrzygnięty", a weryfikacja będzie celowo niespieszna. Dowód dotyczy wariantu z siłą działającą na ciecz z zewnątrz, który regulamin z 2000 roku dopuszcza. Trzech matematyków wykazało potem, że tej metody nie da się rozszerzyć na pełny problem bez takiej siły. Tristan Buckmaster z Uniwersytetu Nowojorskiego zarzuca OpenAI, że rzuciło siły na problem po przecieku o jego badaniach i naciskało, by nie wymieniał współautora pracującego w Anthropic.

sprawdzone u nas 4 października 2026

Według Anthropic ludzie zadali pytanie i zrobili doświadczenia, a resztę poszukiwań wykonały agenty Claude. Do czego ten układ służy, jeszcze nie wiadomo.

"Our involvement was limited to the initial prompt and the lab work, while Claude agents combed through the database, investigated the distinct RT families, and used their own judgment to identify interesting candidates."

Laboratorium biologiczne Anthropic, założone wiosną 2026, kazało Claude szukać w ogromnej bazie sekwencji DNA nietypowych odwrotnych transkryptaz, czyli enzymów przepisujących RNA na DNA. Około 950 agentów, czyli samodzielnie pracujących kopii modelu, przeszukiwało bazę przez 21 godzin. Sam enzym był już znany. Jeden z agentów jako pierwszy zauważył obok niego powtarzający się wzór DNA, podobny do tego, od którego zaczęło się odkrycie CRISPR, narzędzia do edycji genów. Układ występuje w wirusach atakujących bakterie, a jego funkcji jeszcze nie ustalono. Lucas Harrington, współzałożyciel firmy Mammoth Biosciences szukającej takich układów, odpowiada, że ta metoda jest znana od dekad, podobne układy znano już w 2008 roku, a najtrudniejsze jest ustalenie, co układ robi.

sprawdzone u nas 4 października 2026

Takiej części nieba w ultrafiolecie nie zmierzył nigdy żaden teleskop. Agenci AI wyliczyli ją z pomiarów w innych zakresach światła, a błąd przepuszczony przez ich kontrolę zauważył człowiek.

"Roughly a third of the sky has never been observed in UV."

Ultrafiolet zatrzymuje warstwa ozonowa, więc niebo w tym świetle widać tylko z kosmosu. Satelita NASA o nazwie GALEX w latach 2003–2013 zrobił około 38 tysięcy zdjęć i objął nimi mniej więcej dwie trzecie nieba. Brice Ménard, astrofizyk z Uniwersytetu Johnsa Hopkinsa i zarazem badacz Anthropic, firmy od czatu Claude, zlecił agentom Claude, czyli programom wykonującym samodzielnie wiele kroków, złożenie wszystkich danych w jedną mapę. Brakującą jedną trzecią, w dużej części płaszczyznę Drogi Mlecznej, model wyliczył z pomiarów w świetle widzialnym, podczerwieni i falach radiowych. Na fragmentach z ukrytymi znanymi danymi przewidywania mieściły się w granicach około 10 procent od pomiarów. Praca trwała kilka dni i dała ponad tuzin wersji mapy. Przeglądając wieczorem obrazy, Ménard zauważył blade kółka, ślady pojedynczych zdjęć GALEX. Dwie rundy kontroli przez innych agentów ich nie wychwyciły. Po jego wskazówce agenci w kilka godzin poprawili wszystkie 38 tysięcy obserwacji.

sprawdzone u nas 12 października 2026

Pytania z listy węgierskiego matematyka Paula Erdősa czekały na odpowiedź latami. Agent Google DeepMind rozwiązał 9 z 353, a poprawność dowodów potwierdził program, nie człowiek.

"a compiler automatically verifies every logical step"

Zespół Google DeepMind zbudował AlphaProof Nexus, zestaw agentów AI, czyli programów działających w wielu kolejnych próbach, i dał mu 353 otwarte problemy z bazy erdosproblems.com. Najbardziej rozbudowany agent opiera się na modelu Gemini 3.1 Pro: pisze dowód w Lean, programie sprawdzającym dowody zapisane w ścisłym języku matematycznym, poprawia go po zgłoszonych błędach, a przy trudnych fragmentach sięga po wyspecjalizowane narzędzie AlphaProof. Rozwiązał samodzielnie 9 problemów. Autorzy podają koszt kilkuset dolarów na problem, ale według Josepa Curto z Otwartego Uniwersytetu Katalonii liczą tylko udane przebiegi. Udowodnił też 44 z 492 hipotez z OEIS, internetowej encyklopedii ciągów liczbowych. Lean potwierdza, że dowód jest poprawny, ale nie to, czy zapis zadania odpowiada pytaniu Erdősa. To po każdym rozwiązaniu sprawdzali eksperci z zespołu. Prostszy agent, sama pętla pisania dowodu i sprawdzania go w Lean, rozwiązał te same problemy Erdősa, ale przy najtrudniejszych wychodził drożej. Pracę opublikowało czasopismo „Science” 8 października 2026.

sprawdzone u nas 19 października 2026

180 milionów linii dowodów, których poprawność sprawdza program, a nie człowiek. Przy jednym czytniku plików PDF w tydzień wyszło tyle luk bezpieczeństwa, ile zwykle zgłasza się przez rok.

"“Formally verified” does not mean “bug-free.”"

Anthropic, firma od czatu Claude, opisał 22 października 2026 formalną weryfikację, czyli matematyczny dowód, że program zawsze spełnia zapisane reguły. Claude napisał takie dowody dla 239 punktów wejścia, czyli funkcji wywoływanych z zewnątrz, w 123 bibliotekach z OSS-Fuzz, projektu sprawdzającego otwarte oprogramowanie losowymi danymi. Po naprawieniu znalezionych błędów dowody wykazują, że te funkcje nie ulegają awarii przy żadnych danych do 64 MB. Dowody zapisano w języku Rocq: razem około 180 milionów linii, typowy dowód to około 600 tysięcy linii, a ich poprawność sprawdza program kontrolny. Samo próbowanie dowodzenia wykryło według Anthropic setki błędów, dokładnej liczby wpis nie podaje. Przy próbie weryfikacji powszechnie używanego czytnika plików PDF zespół znalazł w tydzień tyle błędów bezpieczeństwa, ile zwykle zgłasza się w ciągu roku. Granice podaje sam wpis: dowód potwierdza zgodność programu z zapisem wymagań, a nie to, czy zapis jest sensowny, i zakłada jednowątkowy program na procesorze RISC-V pod Linuksem.

sprawdzone u nas 26 października 2026