DailyAI Briefing: Una dimostrazione di Riemann verificata con Lean, più altre 4
Una formalizzazione Lean dell'ipotesi di Riemann, lunga 17 milioni di righe e pubblicata venerdì, è stata verificata oggi dalle comunità Lean e Mathlib. Inoltre: le azioni di Anthropic si avvicinano al prezzo di offerta, messaggi Muse non richiesti, nuove regole di utilizzo di OpenAI e un modello aperto delle dimensioni di un laptop.

Benvenuti al DailyAI Briefing, le cinque notizie più importanti di oggi sull'intelligenza artificiale.
Approfondiamo.
17 milioni di righe di prove formali
17 milioni di righe: questa è la dimensione della libreria Lean. Levent Alpöge, un matematico dello staff tecnico di Anthropic, ha pubblicato venerdì una breve nota in cui affermava di aver trovato una dimostrazione dell'ipotesi di Riemann, ottenuta con Claude, il modello dell'azienda. La nota di quattro pagine è pubblicata in formato PDF sul suo sito. Scrive di ritenere che il metodo risolva anche l'ipotesi di Riemann generalizzata, che il lavoro sia stato completato nella tarda serata di domenica e di aver chiesto all'amministratore delegato se potesse annunciarlo durante il debutto in borsa della società. L'ovvia interpretazione cinica di tale tempistica è, a suo dire, “falsa”.”
Non ha pubblicato un articolo convenzionale. La formalizzazione viene invece offerta in 14 parti scaricabili, perché “sta presentando al mondo un argomento completo prima di aver padroneggiato un vasto insieme di concetti matematici che lo circondano”.” Nella dichiarazione congiunta rilasciata oggi, la comunità scientifica afferma che i gruppi che gestiscono l'assistente di correzione delle bozze e la sua libreria principale hanno piena fiducia nella correttezza della correzione. Il documento certifica che la libreria compila correttamente il codice, che il teorema corrisponde all'enunciato dell'ipotesi già presente nella libreria e che dei verificatori di dimostrazioni indipendenti hanno accettato una dimostrazione esportata. Si tratta di una verifica formale, non di una descrizione leggibile da un essere umano o di un premio. Un comunicato stampa di sabato mattina riportava che il Clay Mathematics Institute considerava ancora il problema irrisolto e che il suo presidente aveva definito il percorso dall'annuncio alla reale comprensione “lungo e difficile”.”
Lean FRO e Mathlib Initiative hanno pubblicato una dichiarazione congiunta sulla verifica Lean dell'ipotesi di Riemann.
Il 20 novembre, Levent Alpöge ha pubblicato una dimostrazione dell'ipotesi di Riemann sotto forma di libreria Lean di 17 milioni di righe di codice. Nelle ultime 24 ore, le comunità Lean e Mathlib hanno collaborato per verificarla. La dichiarazione certifica la correttezza della dimostrazione e descrive come essa soddisfi tutti i criteri di verifica necessari.
Congratulazioni a Levent per questo traguardo e grazie a tutti i membri della comunità che hanno contribuito alla verifica.
Dichiarazione completa: https://t.co/edxEbkodw7
— Lean 21 novembre 2026
88,91 dollari alla chiusura di venerdì
88,91 dollari: è a questo prezzo che hanno chiuso le azioni appena quotate venerdì, secondo un rapporto di mercato di sabato, dopo aver aperto a 111,50 dollari giovedì e aver terminato la sessione di debutto a 97,17 dollari. Il report di sabato indica che la chiusura di venerdì si è attestata appena al di sopra del prezzo di offerta di 83 dollari, dopo un guadagno del 17% nel primo giorno di negoziazione. Nella stessa settimana, il Nasdaq Composite ha perso il 10% in cinque giorni di contrattazione, registrando la sua peggiore settimana dall'inizio della pandemia di Covid nel 2020, a causa soprattutto del calo del 23% di Nvidia.
Venerdì gli underwriter hanno esercitato il loro overallotment, comunemente chiamato greenshoe. Secondo un rapporto pubblicato venerdì, che cita un comunicato stampa della società, tale opzione ha portato il totale raccolto con la vendita delle azioni a 93,5 miliardi di dollari. Tale cifra si riferisce a 1.127.000.000 di azioni di Classe A a 83 dollari ciascuna: le 980 milioni originarie più 147 milioni di azioni derivanti dall'over-allotment. Un collocamento privato simultaneo di azioni di Classe N, acquistate al prezzo di offerta da un gruppo di aziende tecnologiche tra cui Advanced Micro Devices, Google, Microsoft e Nvidia, ha aggiunto 26 miliardi di dollari, per un ricavato lordo complessivo di 119,5 miliardi di dollari prima delle spese.
Vuoi che l'intelligenza artificiale ti faccia risparmiare ore a settimana? La nostra guida gratuita ti mostra come fare.Scarica la guida gratuita →10 milioni di download e notifiche non richieste
Dieci milioni di download: questo è il numero di download dell'app per agenti immobiliari Muse di Meta dal suo lancio a settembre, secondo un rapporto pubblicato sabato. Lo stesso rapporto, citando post interni visionati da Reuters, afferma che alcuni membri dello staff dell'azienda sono rimasti sorpresi da messaggi non richiesti durante la fase di test. Il rapporto di sabato descrive i dipendenti che hanno affermato che l'agente ha avuto accesso a informazioni che non ricordavano di aver fornito. Un membro dello staff ha raccontato che l'app le ha ricordato, sul suo telefono personale, di rispondere a sua sorella tramite un'applicazione di messaggistica crittografata. Un altro ha affermato che, durante una chat sulle condizioni meteorologiche per la pesca, l'app ha fornito spontaneamente due saldi bancari, fino all'ultimo centesimo.
Un membro del team Superintelligence dell'azienda ha riferito ai colleghi che l'agente sembrava avere delle allucinazioni, causate da messaggi preimpostati pensati per coinvolgere nuovamente gli utenti tra una sessione e l'altra, e che questi lapsus tendevano a vertere su argomenti delicati come denaro e sicurezza. I messaggi decontestualizzati sono stati confermati come allucinazioni. Un portavoce dell'azienda ha dichiarato che i dipendenti utilizzano versioni diverse da quelle per il pubblico e che l'accesso alle notifiche del telefono, o alle funzioni di accessibilità e registrazione dello schermo su Mac, è qualcosa che l'utente deve autorizzare. Il rapporto non indica che la crittografia dell'app di messaggistica sia stata violata.
Un tasso di successo dello 0,2% nell'estrazione del ragionamento nascosto
0,2%: questa è la percentuale media di successo riportata da OpenAI per un test adattivo interno che ha tentato di estrarre il ragionamento nascosto di un modello da GPT-6.2 Astra dopo l'aggiunta di nuove misure di sicurezza, in calo rispetto al 54,0% ottenuto contro GPT-6 Astra con le sue misure di sicurezza originali. Il post ufficiale di ricerca, datato 20 novembre, descrive tale lavoro come una difesa contro la distillazione avversaria. In parole semplici, si tratta della pratica di utilizzare i risultati di un modello per addestrare un altro modello con capacità simili ma senza le stesse protezioni.
Lo stesso giorno sono entrate in vigore le nuove regole di utilizzo. La politica ufficiale sull'utilizzo ora stabilisce che i clienti non devono utilizzare i modelli dell'azienda o i relativi risultati per generare, preparare, selezionare o fornire materiale formativo per modelli intesi come alternative o sostituti. L'aggiornamento introduce anche requisiti di approvazione per gli intermediari di accesso ai modelli. La cifra dello 0,2% è una stima interna dell'azienda e non è stata verificata da un audit indipendente.
La distillazione può riprodurre potenti capacità di intelligenza artificiale senza le misure di sicurezza create a protezione di esse.
Stiamo condividendo nuove ricerche sul nostro lavoro per contrastare la distillazione dei nostri modelli, su come queste capacità si trasferiscono e su come rileviamo e contrastiamo i tentativi coordinati.
Questi risultati ci aiutano a rafforzare le nostre difese e a sostenere le misure di sicurezza in tutto il settore.
https://t.co/FGQ0PHllIO
- OpenAI 20 novembre 2026
Un modello da 26,4 miliardi di parametri per un laptop
26,4 miliardi di parametri in totale, di cui 3,4 miliardi attivi per ogni token: questa è la dimensione di Inkling 2 Mini, un nuovo modello open-weights lanciato venerdì da Thinking Machines. Il post ufficiale del prodotto afferma che il modello è un transformer a ciclo chiuso che esegue i suoi strati intermedi tre volte per ogni token e che l'intero set di pesi occupa circa 20 GB, abbastanza piccolo per un laptop. Il laboratorio ha dichiarato che la dimostrazione di ricerca è stata eseguita offline su un MacBook Pro.
Il laboratorio afferma che il modello è in testa a tutti i sistemi open-weights con meno di 100 miliardi di parametri totali su DeepSWE v1.1, con il 48,2%, e sul Vals Index v2.2, con il 46,5%, cifre che provengono dall'annuncio e non sono state verificate in modo indipendente in questa sede. Il modello è disponibile per l'inferenza e la personalizzazione sul servizio Tinker del laboratorio. Secondo il laboratorio, l'utilizzo di cicli permette al modello di dedicare più risorse a un problema senza dover scrivere una catena di ragionamento più lunga.
Alcuni di voi pensavano che Inkling 2 Small fosse troppo grande con i suoi 594 miliardi di parametri. Vi abbiamo ascoltato: Inkling 2 Mini è un transformer a loop con soli 26 miliardi di parametri, abbastanza piccolo da funzionare sul vostro laptop, ma abbastanza potente per lavori di tipo agent con un punteggio di 20,1 sull'indice AA.
https://t.co/9HzaUMwghb— Thinking Machines 20 novembre 2026
Per oggi è tutto. A domani.


