朱雀 | SUZACQUE (@Suzacque) header
朱雀 | SUZACQUE (@Suzacque) profile picture

AI時代の成功物語をつくる。最速で学び、AI時代に最適化するための知見を広く社会に還元。著書『AIで学ぶAIがわかる数学入門』Amazon数学書8位。YouTube『世界にはAIしかない』運営。『Anthropic徹底解説』発売中👇

Joined May 2024
Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)Photo by 朱雀 | SUZACQUE (@Suzacque)
えっ?リーマン予想が証明されたってマジなん? 時間の問題だと思ってたけど早すぎじゃない?
Anthropicがリーマン予想で新発見。このアカウントでも1年前からやってたけど証明できるのは時間の問題かな。ちなみに証明できたら1.5億円もらえるよ!
5
11
1
68
76,458
リーマン予想証明発表への感想の続き。 ・Fable もAstraもビジネスの数式を立てる能力はかなり低い。 ・リーマン予想が証明できてもそれをAGIと呼ぶことはできない。 ・Anthropicは数学力の高い隠し玉を持っているのではないか。
リーマン予想証明発表への感想 ・AIによる史上最大の快挙 ・AI進化で解ける問題は増える ・それを見据えた準備が必要 ・高性能モデルを使えることが有利 ・研究は基盤モデル企業が寡占しそう ・成果にはその分野の深い知識が必要 ・AIの論理を理解する難易度が高い ・問題解決力より理解力が重要になる ・今後の主戦場はビジネスに移る ・今回の方法論を応用できる ・ビジネスはサイエンスになる
2
14
2,912
もしP≠NPではなくP=NP が証明されてしまったら? (引用投稿の図解)
To elaborate - If P = NP is proven & we get a practical polynomial-time algo for an NP-complete problem, modern cryptography largely collapses. Most public-key systems (RSA, elliptic curves, Diffie-Hellman) rely on the hardness of problems that would suddenly become efficiently solvable. TLS, banking, digital signatures, secure messaging, and most of blockchain infra would become insecure unless built differently. Society would need an emergency global transition to new foundations - only info-theoretically secure methods (one-time pads) or certain quantum schemes would remain safe by default. The upside is enormous: optimal solutions for logistics, scheduling, protein folding, circuit design, and countless optimization problems become feasible. But “polynomial time” can still be useless in practice if the degree or constants are huge, and a non-constructive proof would change almost nothing on its own. But yeah - god help us if proven true.
2
23
5,373
リーマン予想証明発表への感想 ・AIによる史上最大の快挙 ・AI進化で解ける問題は増える ・それを見据えた準備が必要 ・高性能モデルを使えることが有利 ・研究は基盤モデル企業が寡占しそう ・成果にはその分野の深い知識が必要 ・AIの論理を理解する難易度が高い ・問題解決力より理解力が重要になる ・今後の主戦場はビジネスに移る ・今回の方法論を応用できる ・ビジネスはサイエンスになる
2
13
2
80
13,090
Q:じゃあどうすればいいの? A:最先端のAIを使いこなし続ける。自分の理解力を高める。AIが進化したときに有利なポジションになれるよう準備しておく。
4
663
ビジネスがサイエンスになるからといってデータ・サイエンティストになったり雇ったりするのは悪手で、その分野はAIの独壇場になります
7
895
1年半時点でのリーマン予想証明へのささやかな試み。まあo3じゃ無理だよね。
o3-proにリーマン予想を証明させようとしたけどダメだった🥺
1
10
1,505
1年4カ月前にはP対NP問題なんて全く歯が立たなかったのに今ではもう手の届くところにいる。この問題はリーマン予想とは違って可能性が2通りあるから結果がわかると影響が大きい。それにしてもGrok 4 Heavyは懐かしいね。当時の最先端モデルだったけど今では性能が低すぎて使い物にならない。モデルの進化速度は凄まじい。それを一番実感できるのがミレニアム問題かな。
Grok 4 HeavyをP対NP問題に挑戦させてみた。 最高の数学者でも解けない超難問なので当然解けなかった。 でも現時点の最高性能AIでどこまでアプローチできるのかは少し見えたかもしれない。数学者の方にもぜひ意見を聞いてみたい。 ちなみにこれが解けると1億5千万円もらえます!
14
2,905
リーマン予想がどういう問題なのかは高校数学まででざっくりイメージできます。今回、この、縦一列に並ぶという予想が正しいという証明が発表されました。動画でもまとめています。
17
4
94
18,796
この論文のコンセプト面白いな。マーケやってる人はアレンジして活用できそう。 AIに消費者役を演じてもらい、新商品を「買いたい」と答える人がどれくらいいるかを推定する方法。AIに「買いたさを5段階で答えて」と聞くと、真ん中の「3」に回答が偏りがち。そこで、まず「この商品、買いそうですか?」と聞く。「値段次第で試したい」という返事なら、3点にも4点にも当てはまりそうなので、それぞれに重みを配る。こうして大勢の消費者役の回答を集計すると、実際のアンケートで各点数を選んだ人の割合に、より近づいたという研究。 arxiv.org/pdf/2510.08338
5
896
この動画はGPT-6.2 Astraで作りました。簡単3ステップ。 1.コンセプトを伝えて試作させる 2.出力されたものにダメ出しをして修正させる 3.コンピューターユースでリリースさせる ※前提:Codexでのハーネス構築、リーマン予想の知識
5
685
むしろ18日の方が問題?
155
リーマン予想よりナビエ-ストークス方程式の方が現実世界への適用可能性が高いと思ってるので今度解説しようかな。 流体力学は流れの数学なのでAI時代には物理の外にも応用が広がりますよー!
1
1
18
1,502
本質はシンプルでF=ma(運動方程式)の発展形
3
321
藤井風のピアノリサイタルに影響されて「何なんw」のマネで「マジなん?」にしたわけじゃないですよー
3
556
GPT-6.2 Astraで作ったので製作時間は30分ぐらいかな?
3
277
リーマン予想って何?という人はぜひ見てみてください。わかりやすく解説したつもりです(急いでつくったので多少ツッコミどころはあるかもしれません)。これを見れば「非自明な零点がさぁー」とドヤれること間違いなしw。再生回数、急伸中です。
6
707
やっぱりそうだよね
GPT-6.2 Astra understands the physical 3D world better than any other AI. It ranks #1 on Blueprint-Bench 2, a benchmark where AI agents draw floorplans from photographs of apartment interiors. GPT-6.2 Sol is also very strong, ranking #3.
1
2
1
19
1,760
当然、数学を学ぶ意味は物事を正しく理解するためですね。問題なんてAIに解かせればいい。これからのAI時代に学ぶべき学問第一位は数学なのだ。
黎曼猜想真的被证明的话,数学就算正式沦为体育了: 学习数学不再是为了解决问题,而是为了锻炼脑子,不要让自己成为傻逼。 这就跟你每天健身房里举铁,不是为了抓个狗熊来吃,而是为了不要胖成狗熊 是一个道理
3
1
1
10
1,480
第二位は個人的には物理だけど異論はありそう。コンピュータサイエンス?いや、すぐ変わっちゃうし、そんなに難しくないから後からすぐ覚えられるし‥。 まずは物理でなかなか理解できない数式に触れた方が良いと思う。
1
5
319