Breaking: Claude's Attempt on Riemann Hypothesis "Fails," but Accidentally Sets 37-Year Math Record

marsbitPublicado em 2026-08-11Última atualização em 2026-08-11

Resumo

**AI Makes a Major Mathematical Leap While Failing at the Riemann Hypothesis** A research version of Anthropic's Claude AI was tasked with "seriously attempting" the legendary Riemann Hypothesis, a 167-year-old unsolved problem in mathematics. While it ultimately did not prove the hypothesis, its attempt yielded a significant breakthrough. Claude managed to improve the proven lower bound for the proportion of Riemann zeta function zeros lying on the critical line from 41.6% to 67.2%. This marks a 25.6 percentage point increase, described by observers as potentially the most substantial advance in analytic number theory in over a decade, considering that the previous record had only improved by 0.8 percentage points over 37 years. To achieve this, Claude generated and discarded roughly 650 initial ideas before orchestrating a day-and-a-half-long effort involving about 60 sub-agents. These agents executed 2,400 shell commands, wrote hundreds of Python scripts, and performed thousands of numerical checks. After finding the potential result, Claude initiated self-verification, downloaded papers to check for prior work, and independently re-derived the finding. It then suggested writing a formal paper. The result has been reviewed by Anthropic's internal mathematicians, who also collaborated with Claude to produce a formal, machine-checkable proof using the Lean theorem prover. External experts in the field have also reviewed the manuscript. Anthropic clarifies that the method ...

AI has set its sights on a new mathematical challenge: the "Riemann Hypothesis."

A mathematical conjecture born in 1859, unresolved for 167 years, and still offering a $1 million prize. Recently, someone within Anthropic assigned an unreleased research version of Claude a seemingly "unreasonable" task:

Make a serious attempt on the Riemann Hypothesis.

Jarred Sumner, co-founder of Bun, who joined Anthropic in December last year

Claude gave it a serious try. It successively proposed 650 ideas, all of which failed. It then reorganized about 60 Claude sub-agents, worked continuously for a day and a half, executed about 2400 Shell commands, wrote hundreds of Python scripts, and performed thousands of numerical checks. In the end, the Riemann Hypothesis remained unproven.

However, during this failed attempt, Claude stumbled upon another result. Anthropic disclosed that this unreleased Claude research version improved the known lower bound for the proportion of zeros of the Riemann ζ function proven to lie on the critical line from 41.6% to 67.2%.

In other words, it was previously known that at least 41.6% of the relevant zeros could be proven to be at the location predicted by the Riemann Hypothesis; the result provided by Claude pushes this provable proportion to 67.2%.

Deedy, a partner and researcher at the venture capital firm Menlo Ventures, stated, "Claude's result is simply outrageous, possibly the most significant advance in analytic number theory since the breakthrough on bounded prime gaps in 2013. It increased the rigorously proven proportion of Riemann ζ function zeros on the critical line by a whopping 25.6 percentage points. Over the previous 37 years, mathematicians had only managed to raise this number by 0.8 percentage points."

Two mathematicians at Anthropic subsequently studied and verified Claude's paper, and Claude also provided a corresponding Lean formalized proof. Number theorists Brian Conrey and Dan Goldston also reviewed the paper within a relatively short time.

Anthropic emphasizes that this approach is not expected to directly lead to a final proof of the Riemann Hypothesis. However, this result still provides a noteworthy signal: the mathematical capabilities of frontier models are beginning to address truly open-ended research problems.

The Riemann Hypothesis: Unsolved for 167 Years

The importance of the Riemann Hypothesis is related to prime numbers. The Riemann ζ function has a profound connection to the distribution of primes. In 1859, German mathematician Bernhard Riemann conjectured that the real part of all "non-trivial zeros" of the ζ function should equal 1/2.

On the complex plane, this means all these zeros lie on a vertical line, the famous critical line.

This seemingly abstract problem has wide-ranging implications. Many mathematical conclusions about the distribution of prime numbers can be made more precise under the assumption that the Riemann Hypothesis is true. It is thus one of the seven "Millennium Prize Problems" by the Clay Mathematics Institute, with a $1 million prize for a complete proof or disproof.

Over the past century, no one has been able to prove that all non-trivial zeros lie on the critical line, but mathematicians have been able to prove that at least a portion of them are located there.

Thus, a relatively realistic question emerged: what minimum proportion of zeros can we prove lie on the critical line? Over decades of progress, the known lower bound for this proportion gradually increased to about 41.6%.

This is the number that Claude has now advanced.

From 41.6% to 67.2%

The foundation Claude relied on to obtain this result did not appear out of thin air.

In 1973, mathematician Hugh Montgomery, while studying the distribution of ζ function zeros, introduced a series of important methods. However, some of these analyses depended on the assumption that the Riemann Hypothesis holds. In recent years, a series of works by mathematicians has further developed related techniques, enabling some of these methods to be used without first assuming the Riemann Hypothesis.

This means they have the opportunity to, in turn, help study "exactly how many zeros lie on the critical line." Building upon this work, and also incorporating related research published by Enrico Bombieri around the year 2000, Claude found a new way to combine them.

The final result is: at least 67.2% of the relevant zeros lie on the critical line. This represents an increase of 25.6 percentage points from the previous known lower bound of 41.6%.

Technically, Claude constructed a suitable function space and, using a quadratic form induced by Weil, mapped zeros on the critical line and zeros off the critical line to positive-definite and negative-definite directions, respectively. It then used the relationship between the rank of the quadratic form and its first and second moment information to establish an inequality.

Anthropic's mathematicians believe a key point is that Claude did not handle the positive-definite and negative-definite parts separately, but analyzed the entire space within a single framework, while allowing the quadratic form to have a non-diagonal structure. Combined with results already established by prior number theory researchers, this step ultimately led to the 67.2% lower bound.

It should be specifically noted here: Anthropic does not currently claim that this technique can be pushed all the way to 100%, much less claim that Claude is only 32.8% away from proving the Riemann Hypothesis.

67.2% is an improvement in the lower bound for a related problem, and there remains a vast theoretical distance between this and a complete proof of the Riemann Hypothesis.

31 Million Output Tokens, 60 Sub-Agents,

How Did Claude Find It?

The way Claude solved this problem is also noteworthy. The entire result was obtained in two rounds of Claude Code sessions, consuming approximately 31 million output tokens in total.

Initially, Jarred Sumner gave Claude a very open-ended instruction: make a serious attempt on the Riemann Hypothesis.

Sumner himself is not a mathematician and did not specify a particular mathematical route for Claude.

In the first round, Claude generated and tried about 650 ideas. All failed.

Sumner then asked it to continue trying. The second round lasted about a day and a half.

Claude organized about 60 sub-agents, splitting the problem into multiple directions for parallel exploration. These agents executed about 2400 Shell commands, wrote hundreds of Python scripts, and performed thousands of numerical checks on known ζ function zeros.

Different sub-agents also reviewed each other's results.

According to Anthropic, Sumner provided little mathematical guidance at this stage. What he mainly did was repeatedly tell Claude "continue," "try again," "believe in yourself." Anthropic even mentioned that Claude was initially quite skeptical about its ability to make real progress on such a famous open problem. It wasn't until persistent exploration that this new lower bound gradually emerged.

After finding the result, Claude initiated a round of self-verification. Some sub-agents were dedicated to checking the proof, some looked for counterexamples; Claude also downloaded 54 arXiv papers to check if similar results had already been obtained by other mathematicians.

Subsequently, it had independent agents re-derive the result from scratch. After confirming no obvious issues, Claude proactively suggested compiling the result into a paper and explicitly proposed: a real number theory expert should be consulted for human verification.

Anthropic's internal mathematicians Levent Alpöge and Ralph Furman then began checking the paper, analyzing its relationship with existing literature. Meanwhile, Claude also collaborated with Anthropic employee Eric Easley to formalize the key results into a Lean proof. This formalized result has already passed inspection by Comparator, a standard Lean verification tool.

Anthropic also invited mathematicians Brian Conrey and Dan Goldston, who study the Riemann ζ function, to review the paper. Therefore, a more accurate current statement is: Anthropic's internal mathematicians have studied and verified the result, completed a machine-checkable formalized proof, and two external domain experts have reviewed the paper. This is still a different stage from having completed traditional academic peer review and achieved consensus within the mathematics community.

More links:

Claude paper: https://www-cdn.anthropic.com/564f962e60643842f5fcb4a17c9dbc8f608f1c37.pdf

Claude project address: https://github.com/anthropics/zeta-23-lean

Reference links:

https://x.com/AnthropicAI/status/2086867246073401655

https://www.anthropic.com/research/riemann-zeta

https://x.com/jarredsumner/status/2086869681785500011

This article is from the WeChat public account "机器之心" (Almost Human), author: 关注AI数学的机器之心

Criptomoedas em alta

Perguntas relacionadas

QWhat was Claude's main task in the experiment described in the article?

AIts main task was to seriously attempt to prove the Riemann Hypothesis, a famous unsolved mathematical problem.

QWhat significant mathematical result did Claude achieve despite failing to prove the Riemann Hypothesis?

AClaude raised the known lower bound for the proportion of zeros of the Riemann zeta function lying on the critical line from 41.6% to 67.2%.

QHow did Claude's process of tackling the problem differ from a traditional approach?

AIt autonomously organized about 60 sub-agents to explore the problem in parallel, generating and testing numerous ideas, running scripts, performing numerical checks, and having agents cross-review each other's work.

QWhat is the significance of Claude's result (67.2%) according to the venture capitalist Deedy quoted in the article?

ADeedy stated it might be the most significant advance in analytic number theory since the 2013 bounded prime gaps breakthrough, as it improved the provable proportion by 25.6 percentage points after only a 0.8-point increase over the previous 37 years.

QWhat steps did Claude take to verify its finding after it emerged?

AIt performed self-verification, had some agents check the proof and others look for counterexamples, downloaded 54 arXiv papers to check for prior results, had an independent agent re-derive the result, and then recommended writing a paper and seeking validation from human number theorists.

Leituras Relacionadas

When Meme Traffic Meets RWA: The Financial Ambitions of Hyperliquid and Robinhood

When Meme traffic meets RWA: Hyperliquid and Robinhood's Financial Ambitions This article explores the transformative role of speculation in financial market evolution, arguing it can provide the liquidity and capital foundation for mature, compliant businesses. The analysis draws parallels to historical examples, like 19th-century Chicago grain markets, where speculators provided necessary counterparty liquidity for farmers, eventually establishing a global pricing infrastructure. The author examines contemporary cases in crypto. The launch of Uniswap's Pools meme token platform on Robinhood Chain—originally built for tokenized stock trading—demonstrates how speculative meme trading can drive significant user adoption and liquidity. Despite initial volatility, this traffic can seed future, more substantial financial activities. Similarly, Hyperliquid, which began with high-leverage crypto trading, has successfully migrated its speculative model to real-world assets (RWAs) like equities, commodities, and indices. By July, RWA perpetual contract volumes on Hyperliquid surpassed its crypto trading for the first time, showcasing how speculation can build new, all-weather pricing layers. The core thesis is that speculation itself is neutral. Its long-term value and sustainability are determined by the underlying assets it engages with. While pure bubbles collapse, speculation anchored to valuable assets—be it wheat, gold, or equities—can evolve into foundational market infrastructure. Both Hyperliquid’s RWA platform and Robinhood’s strategy of leveraging meme coin enthusiasm to build towards on-chain securities trading exemplify this potential pathway from speculative frenzy to structured financial utility.

marsbitHá 18m

When Meme Traffic Meets RWA: The Financial Ambitions of Hyperliquid and Robinhood

marsbitHá 18m

NVIDIA HBM in Short Supply, Next-Gen GPUs Limited, but This Storage Drive Steals the Spotlight

The article discusses how AI Agents are transforming storage from a passive repository into an active component within AI inference and operation loops. As Agents perform continuous tasks involving models, memory, tools, and logs, data storage needs to evolve beyond simple block devices. The concept of "functional SSDs" is introduced, where capabilities like automatic encryption, compression, indexing, and memory management are embedded closer to the storage medium. This shift is driven by the need to handle Agent-specific data chains—including context, tool trajectories, and long-term memory—more efficiently. The piece analyzes current trends like AI SSDs from companies such as Phison (aiDAPTIV), Longsys (SPU+iSA), and Maxio, which are beginning to participate in the AI data path by managing model weights, KV cache, and prefetching. It further explores the future re-division of labor across the memory hierarchy: HBM for core compute, emerging High Bandwidth Flash (HBF) for read-intensive workloads, DRAM/CXL for mutable state, and functional SSDs for persistent, governed objects like Agent Memory. The conclusion is that storage will become integral to Agent capability, moving from just saving data to enabling next-step actions. The industry is poised to develop along three paths: functionalized SSDs, storage nodes tailored for Agents, and a re-architected, tiered memory system optimized for access patterns, security, and cost-per-token efficiency.

marsbitHá 43m

NVIDIA HBM in Short Supply, Next-Gen GPUs Limited, but This Storage Drive Steals the Spotlight

marsbitHá 43m

The Unaffordable Failure of Yushu's IPO

Yushu Robotics' IPO is not just a typical public offering; it represents a pivotal moment for China's humanoid robot industry. With a staggering 219x P/E ratio at issuance and immense market enthusiasm, the company's listing is seen as a critical test case for the entire sector. The IPO reveals Yushu's rapid transition from quadruped consumer robots to humanoid robots, which now account for over 50% of its revenue, alongside a shift to profitability. The offering was massively oversubscribed, with retail investors scrambling for scarce shares, while the majority of the stock is held by locked-up strategic investors like DeepSeek. The core tension lies in the market's valuation. Investors are not buying Yushu's current profits but its future potential as a leader in general-purpose humanoid hardware. However, challenges are evident: revenue heavily depends on research/education clients rather than industrial applications, selling prices are falling faster than costs, and the company is still developing its own AI "brain" for true autonomous decision-making. As the first major humanoid robot company on China's A-share market, Yushu's post-listing performance will set a valuation benchmark for the industry. A wide range of stakeholders, from venture capitalists to strategic partners, have a vested interest in its success. The real test, however, will be Yushu's ability to transition its sales to core industrial clients, maintain margins amid price competition, and successfully integrate advanced AI, thereby justifying its premium valuation.

marsbitHá 1h

The Unaffordable Failure of Yushu's IPO

marsbitHá 1h

Indices Strong, Natural Gas Soars | TradeXYZ Weekend Market Watch

Weekend Market Observations: Indices Show Strength, Natural Gas Surges Key regional developments centered on Iran. Iran and Oman indicated negotiations over reopening a key shipping channel are nearing completion, with Oman calling for a halt to military actions to facilitate an agreement. However, talks are stalled as Iran has raised its demands, linking Strait reopening to conditions like US sanctions relief, troop withdrawal, and war reparations—terms previously associated with nuclear talks. Iran's Revolutionary Guard stated it will maintain control until all demands are met. In response, the US administration has adopted a lower-key approach, describing a state of "semi-negotiations" while observing Iran's economic pressures. Amid this, reported attacks on a Saudi refinery and an Emirati vessel added to regional tensions. **Crude Oil & Indices:** Crude oil (CL) experienced volatility, initially dipping on comments from Iran's president before recovering. Prices later rose toward $79 after the US signaled a shift toward economic pressure over military escalation. Major equity indices (SP500, XYZ100) posted modest gains (0.13%, 0.22% respectively), demonstrating resilience despite rising oil prices. **Individual Stocks:** The market saw mixed sector performance. Memory stocks were divided (Micron up, SK Hynix down). The optical communications sector was strongest, with MRVL and LITE both gaining around 2.4%. Crypto-related stocks rebounded in pre-market trading after an early dip, closing higher. **Commodity Futures:** Precious and industrial metals (gold, silver, copper) advanced over the weekend, with futures showing V-shaped recoveries. The standout performer was natural gas, surging 3.10% at the open. The primary driver is a forecast for sustained hotter weather into mid-August across the southern and eastern US, boosting power generation demand. This is compounded by tighter supply margins due to pipeline maintenance, a slight dip in dry gas production, and high utilization of LNG export terminals.

marsbitHá 1h

Indices Strong, Natural Gas Soars | TradeXYZ Weekend Market Watch

marsbitHá 1h

Trading

Spot

Artigos em Destaque

O que é GROK AI

Grok AI: Revolucionar a Tecnologia Conversacional na Era Web3 Introdução No panorama em rápida evolução da inteligência artificial, a Grok AI destaca-se como um projeto notável que liga os domínios da tecnologia avançada e da interação com o utilizador. Desenvolvida pela xAI, uma empresa liderada pelo renomado empreendedor Elon Musk, a Grok AI procura redefinir a forma como interagimos com a inteligência artificial. À medida que o movimento Web3 continua a florescer, a Grok AI visa aproveitar o poder da IA conversacional para responder a consultas complexas, proporcionando aos utilizadores uma experiência que é não apenas informativa, mas também divertida. O que é a Grok AI? A Grok AI é um sofisticado chatbot de IA conversacional projetado para interagir com os utilizadores de forma dinâmica. Ao contrário de muitos sistemas de IA tradicionais, a Grok AI abraça uma gama mais ampla de perguntas, incluindo aquelas tipicamente consideradas inadequadas ou fora das respostas padrão. Os principais objetivos do projeto incluem: Raciocínio Fiável: A Grok AI enfatiza o raciocínio de senso comum para fornecer respostas lógicas com base na compreensão contextual. Supervisão Escalável: A integração de assistência de ferramentas garante que as interações dos utilizadores sejam monitorizadas e otimizadas para qualidade. Verificação Formal: A segurança é primordial; a Grok AI incorpora métodos de verificação formal para aumentar a fiabilidade das suas saídas. Compreensão de Longo Contexto: O modelo de IA destaca-se na retenção e recordação de um extenso histórico de conversas, facilitando discussões significativas e contextualizadas. Robustez Adversarial: Ao focar na melhoria das suas defesas contra entradas manipuladas ou maliciosas, a Grok AI visa manter a integridade das interações dos utilizadores. Em essência, a Grok AI não é apenas um dispositivo de recuperação de informações; é um parceiro conversacional imersivo que incentiva um diálogo dinâmico. Criador da Grok AI A mente por trás da Grok AI não é outra senão Elon Musk, um indivíduo sinónimo de inovação em vários campos, incluindo automóvel, viagens espaciais e tecnologia. Sob a égide da xAI, uma empresa focada em avançar a tecnologia de IA de maneiras benéficas, a visão de Musk visa reformular a compreensão das interações com a IA. A liderança e a ética fundacional são profundamente influenciadas pelo compromisso de Musk em ultrapassar os limites tecnológicos. Investidores da Grok AI Embora os detalhes específicos sobre os investidores que apoiam a Grok AI permaneçam limitados, é reconhecido publicamente que a xAI, a incubadora do projeto, é fundada e apoiada principalmente pelo próprio Elon Musk. As anteriores empreitadas e participações de Musk fornecem um forte apoio, reforçando ainda mais a credibilidade e o potencial de crescimento da Grok AI. No entanto, até agora, informações sobre fundações ou organizações de investimento adicionais que apoiam a Grok AI não estão prontamente acessíveis, marcando uma área para exploração futura potencial. Como Funciona a Grok AI? A mecânica operacional da Grok AI é tão inovadora quanto a sua estrutura conceptual. O projeto integra várias tecnologias de ponta que facilitam as suas funcionalidades únicas: Infraestrutura Robusta: A Grok AI é construída utilizando Kubernetes para orquestração de contêineres, Rust para desempenho e segurança, e JAX para computação numérica de alto desempenho. Este trio assegura que o chatbot opere de forma eficiente, escale eficazmente e sirva os utilizadores prontamente. Acesso a Conhecimento em Tempo Real: Uma das características distintivas da Grok AI é a sua capacidade de aceder a dados em tempo real através da plataforma X—anteriormente conhecida como Twitter. Esta capacidade concede à IA acesso às informações mais recentes, permitindo-lhe fornecer respostas e recomendações oportunas que outros modelos de IA poderiam perder. Dois Modos de Interação: A Grok AI oferece aos utilizadores a escolha entre “Modo Divertido” e “Modo Regular”. O Modo Divertido permite um estilo de interação mais lúdico e humorístico, enquanto o Modo Regular foca em fornecer respostas precisas e exatas. Esta versatilidade assegura uma experiência adaptada que atende a várias preferências dos utilizadores. Em essência, a Grok AI combina desempenho com envolvimento, criando uma experiência que é tanto enriquecedora quanto divertida. Cronologia da Grok AI A jornada da Grok AI é marcada por marcos fundamentais que refletem as suas fases de desenvolvimento e implementação: Desenvolvimento Inicial: A fase fundamental da Grok AI ocorreu ao longo de aproximadamente dois meses, durante os quais o treinamento inicial e o ajuste do modelo foram realizados. Lançamento Beta do Grok-2: Numa evolução significativa, o beta do Grok-2 foi anunciado. Este lançamento introduziu duas versões do chatbot—Grok-2 e Grok-2 mini—cada uma equipada com capacidades para conversar, programar e raciocinar. Acesso Público: Após o seu desenvolvimento beta, a Grok AI tornou-se disponível para os utilizadores da plataforma X. Aqueles com contas verificadas por um número de telefone e ativas há pelo menos sete dias podem aceder a uma versão limitada, tornando a tecnologia disponível para um público mais amplo. Esta cronologia encapsula o crescimento sistemático da Grok AI desde a sua concepção até ao envolvimento público, enfatizando o seu compromisso com a melhoria contínua e a interação com o utilizador. Principais Características da Grok AI A Grok AI abrange várias características principais que contribuem para a sua identidade inovadora: Integração de Conhecimento em Tempo Real: O acesso a informações atuais e relevantes diferencia a Grok AI de muitos modelos estáticos, permitindo uma experiência de utilizador envolvente e precisa. Estilos de Interação Versáteis: Ao oferecer modos de interação distintos, a Grok AI atende a várias preferências dos utilizadores, convidando à criatividade e personalização na conversa com a IA. Base Tecnológica Avançada: A utilização de Kubernetes, Rust e JAX fornece ao projeto uma estrutura sólida para garantir fiabilidade e desempenho ótimo. Consideração de Discurso Ético: A inclusão de uma função de geração de imagens demonstra o espírito inovador do projeto. No entanto, também levanta considerações éticas em torno dos direitos autorais e da representação respeitosa de figuras reconhecíveis—uma discussão em curso dentro da comunidade de IA. Conclusão Como uma entidade pioneira no domínio da IA conversacional, a Grok AI encapsula o potencial para experiências transformadoras do utilizador na era digital. Desenvolvida pela xAI e impulsionada pela abordagem visionária de Elon Musk, a Grok AI integra conhecimento em tempo real com capacidades avançadas de interação. Esforça-se por ultrapassar os limites do que a inteligência artificial pode alcançar, mantendo um foco nas considerações éticas e na segurança do utilizador. A Grok AI não apenas incorpora o avanço tecnológico, mas também representa um novo paradigma de conversas no panorama Web3, prometendo envolver os utilizadores com conhecimento hábil e interação lúdica. À medida que o projeto continua a evoluir, ele permanece como um testemunho do que a interseção da tecnologia, criatividade e interação humana pode alcançar.

646 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.26

O que é GROK AI

O que é ERC AI

Euruka Tech: Uma Visão Geral do $erc ai e as suas Ambições no Web3 Introdução No panorama em rápida evolução da tecnologia blockchain e das aplicações descentralizadas, novos projetos surgem frequentemente, cada um com objetivos e metodologias únicas. Um desses projetos é a Euruka Tech, que opera no vasto domínio das criptomoedas e do Web3. O foco principal da Euruka Tech, particularmente do seu token $erc ai, é apresentar soluções inovadoras concebidas para aproveitar as capacidades crescentes da tecnologia descentralizada. Este artigo tem como objetivo fornecer uma visão abrangente da Euruka Tech, uma exploração das suas metas, funcionalidade, a identidade do seu criador, potenciais investidores e a sua importância no contexto mais amplo do Web3. O que é a Euruka Tech, $erc ai? A Euruka Tech é caracterizada como um projeto que aproveita as ferramentas e funcionalidades oferecidas pelo ambiente Web3, focando na integração da inteligência artificial nas suas operações. Embora os detalhes específicos sobre a estrutura do projeto sejam um tanto elusivos, ele é concebido para melhorar o envolvimento dos utilizadores e automatizar processos no espaço cripto. O projeto visa criar um ecossistema descentralizado que não só facilita transações, mas também incorpora funcionalidades preditivas através da inteligência artificial, daí a designação do seu token, $erc ai. O objetivo é fornecer uma plataforma intuitiva que facilite interações mais inteligentes e um processamento eficiente de transações dentro da crescente esfera do Web3. Quem é o Criador da Euruka Tech, $erc ai? Neste momento, a informação sobre o criador ou a equipa fundadora da Euruka Tech permanece não especificada e algo opaca. Esta ausência de dados levanta preocupações, uma vez que o conhecimento sobre o histórico da equipa é frequentemente essencial para estabelecer credibilidade no setor blockchain. Portanto, categorizamos esta informação como desconhecida até que detalhes concretos sejam disponibilizados no domínio público. Quem são os Investidores da Euruka Tech, $erc ai? De forma semelhante, a identificação de investidores ou organizações de apoio para o projeto Euruka Tech não é prontamente fornecida através da pesquisa disponível. Um aspeto que é crucial para potenciais partes interessadas ou utilizadores que consideram envolver-se com a Euruka Tech é a garantia que vem de parcerias financeiras estabelecidas ou apoio de empresas de investimento respeitáveis. Sem divulgações sobre afiliações de investimento, é difícil tirar conclusões abrangentes sobre a segurança financeira ou a longevidade do projeto. Em linha com a informação encontrada, esta seção também se encontra no estado de desconhecido. Como funciona a Euruka Tech, $erc ai? Apesar da falta de especificações técnicas detalhadas para a Euruka Tech, é essencial considerar as suas ambições inovadoras. O projeto procura aproveitar o poder computacional da inteligência artificial para automatizar e melhorar a experiência do utilizador no ambiente das criptomoedas. Ao integrar IA com tecnologia blockchain, a Euruka Tech visa fornecer funcionalidades como negociações automatizadas, avaliações de risco e interfaces de utilizador personalizadas. A essência inovadora da Euruka Tech reside no seu objetivo de criar uma conexão fluida entre os utilizadores e as vastas possibilidades apresentadas pelas redes descentralizadas. Através da utilização de algoritmos de aprendizagem automática e IA, visa minimizar os desafios enfrentados por utilizadores de primeira viagem e agilizar as experiências transacionais dentro do quadro do Web3. Esta simbiose entre IA e blockchain sublinha a importância do token $erc ai, que se apresenta como uma ponte entre interfaces de utilizador tradicionais e as capacidades avançadas das tecnologias descentralizadas. Cronologia da Euruka Tech, $erc ai Infelizmente, devido à informação limitada disponível sobre a Euruka Tech, não conseguimos apresentar uma cronologia detalhada dos principais desenvolvimentos ou marcos na jornada do projeto. Esta cronologia, tipicamente inestimável para traçar a evolução de um projeto e compreender a sua trajetória de crescimento, não está atualmente disponível. À medida que informações sobre eventos notáveis, parcerias ou adições funcionais se tornem evidentes, atualizações certamente aumentarão a visibilidade da Euruka Tech na esfera cripto. Esclarecimento sobre Outros Projetos “Eureka” É importante abordar que múltiplos projetos e empresas partilham uma nomenclatura semelhante com “Eureka.” A pesquisa identificou iniciativas como um agente de IA da NVIDIA Research, que se concentra em ensinar robôs a realizar tarefas complexas utilizando métodos generativos, bem como a Eureka Labs e a Eureka AI, que melhoram a experiência do utilizador na educação e na análise de serviços ao cliente, respetivamente. No entanto, estes projetos são distintos da Euruka Tech e não devem ser confundidos com os seus objetivos ou funcionalidades. Conclusão A Euruka Tech, juntamente com o seu token $erc ai, representa um jogador promissor, mas atualmente obscuro, dentro do panorama do Web3. Embora os detalhes sobre o seu criador e investidores permaneçam não divulgados, a ambição central de combinar inteligência artificial com tecnologia blockchain destaca-se como um ponto focal de interesse. As abordagens únicas do projeto em promover o envolvimento do utilizador através da automação avançada podem diferenciá-lo à medida que o ecossistema Web3 avança. À medida que o mercado cripto continua a evoluir, as partes interessadas devem manter um olhar atento sobre os avanços em torno da Euruka Tech, uma vez que o desenvolvimento de inovações documentadas, parcerias ou um roteiro definido pode apresentar oportunidades significativas no futuro próximo. Neste momento, aguardamos por insights mais substanciais que possam desvendar o potencial da Euruka Tech e a sua posição no competitivo panorama cripto.

694 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.01.02

O que é ERC AI

O que é DUOLINGO AI

DUOLINGO AI: Integrar a Aprendizagem de Línguas com Inovação Web3 e IA Numa era em que a tecnologia transforma a educação, a integração da inteligência artificial (IA) e das redes blockchain anuncia uma nova fronteira para a aprendizagem de línguas. Apresentamos DUOLINGO AI e a sua criptomoeda associada, $DUOLINGO AI. Este projeto aspira a unir o poder educativo das principais plataformas de aprendizagem de línguas com os benefícios da tecnologia descentralizada Web3. Este artigo explora os principais aspectos do DUOLINGO AI, analisando os seus objetivos, estrutura tecnológica, desenvolvimento histórico e potencial futuro, mantendo a clareza entre o recurso educativo original e esta iniciativa independente de criptomoeda. Visão Geral do DUOLINGO AI No seu cerne, DUOLINGO AI procura estabelecer um ambiente descentralizado onde os alunos podem ganhar recompensas criptográficas por alcançar marcos educativos em proficiência linguística. Ao aplicar contratos inteligentes, o projeto visa automatizar processos de verificação de habilidades e alocação de tokens, aderindo aos princípios do Web3 que enfatizam a transparência e a propriedade do utilizador. O modelo diverge das abordagens tradicionais de aquisição de línguas ao apoiar-se fortemente numa estrutura de governança orientada pela comunidade, permitindo que os detentores de tokens sugiram melhorias ao conteúdo dos cursos e à distribuição de recompensas. Alguns dos objetivos notáveis do DUOLINGO AI incluem: Aprendizagem Gamificada: O projeto integra conquistas em blockchain e tokens não fungíveis (NFTs) para representar níveis de proficiência linguística, promovendo a motivação através de recompensas digitais envolventes. Criação de Conteúdo Descentralizada: Abre caminhos para educadores e entusiastas de línguas contribuírem com os seus cursos, facilitando um modelo de partilha de receitas que beneficia todos os colaboradores. Personalização Através de IA: Ao empregar modelos avançados de aprendizagem de máquina, o DUOLINGO AI personaliza as lições para se adaptar ao progresso de aprendizagem individual, semelhante às características adaptativas encontradas em plataformas estabelecidas. Criadores do Projeto e Governança A partir de abril de 2025, a equipa por trás do $DUOLINGO AI permanece pseudónima, uma prática frequente no panorama descentralizado das criptomoedas. Esta anonimidade visa promover o crescimento coletivo e o envolvimento das partes interessadas, em vez de se concentrar em desenvolvedores individuais. O contrato inteligente implementado na blockchain Solana indica o endereço da carteira do desenvolvedor, o que significa o compromisso com a transparência em relação às transações, apesar da identidade dos criadores ser desconhecida. De acordo com o seu roteiro, o DUOLINGO AI pretende evoluir para uma Organização Autónoma Descentralizada (DAO). Esta estrutura de governança permite que os detentores de tokens votem em questões críticas, como implementações de funcionalidades e alocação de tesouraria. Este modelo alinha-se com a ética de empoderamento comunitário encontrada em várias aplicações descentralizadas, enfatizando a importância da tomada de decisão coletiva. Investidores e Parcerias Estratégicas Atualmente, não existem investidores institucionais ou capitalistas de risco publicamente identificáveis ligados ao $DUOLINGO AI. Em vez disso, a liquidez do projeto origina-se principalmente de trocas descentralizadas (DEXs), marcando um contraste acentuado com as estratégias de financiamento das empresas tradicionais de tecnologia educacional. Este modelo de base indica uma abordagem orientada pela comunidade, refletindo o compromisso do projeto com a descentralização. No seu whitepaper, o DUOLINGO AI menciona a formação de colaborações com “plataformas de educação blockchain” não especificadas, com o objetivo de enriquecer a sua oferta de cursos. Embora parcerias específicas ainda não tenham sido divulgadas, estes esforços colaborativos sugerem uma estratégia para misturar inovação em blockchain com iniciativas educativas, expandindo o acesso e o envolvimento dos utilizadores em diversas vias de aprendizagem. Arquitetura Tecnológica Integração de IA O DUOLINGO AI incorpora dois componentes principais impulsionados por IA para melhorar as suas ofertas educativas: Motor de Aprendizagem Adaptativa: Este motor sofisticado aprende a partir das interações dos utilizadores, semelhante a modelos proprietários de grandes plataformas educativas. Ele ajusta dinamicamente a dificuldade das lições para abordar desafios específicos dos alunos, reforçando áreas fracas através de exercícios direcionados. Agentes Conversacionais: Ao empregar chatbots alimentados por GPT-4, o DUOLINGO AI oferece uma plataforma para os utilizadores se envolverem em conversas simuladas, promovendo uma experiência de aprendizagem de línguas mais interativa e prática. Infraestrutura Blockchain Construído na blockchain Solana, o $DUOLINGO AI utiliza uma estrutura tecnológica abrangente que inclui: Contratos Inteligentes de Verificação de Habilidades: Esta funcionalidade atribui automaticamente tokens aos utilizadores que passam com sucesso em testes de proficiência, reforçando a estrutura de incentivos para resultados de aprendizagem genuínos. Emblemas NFT: Estes tokens digitais significam vários marcos que os alunos alcançam, como completar uma seção do seu curso ou dominar habilidades específicas, permitindo-lhes negociar ou exibir as suas conquistas digitalmente. Governança DAO: Membros da comunidade com tokens podem participar na governança votando em propostas-chave, facilitando uma cultura participativa que incentiva a inovação nas ofertas de cursos e funcionalidades da plataforma. Cronologia Histórica 2022–2023: Conceituação O trabalho preliminar para o DUOLINGO AI começa com a criação de um whitepaper, destacando a sinergia entre os avanços em IA na aprendizagem de línguas e o potencial descentralizado da tecnologia blockchain. 2024: Lançamento Beta Um lançamento beta limitado introduz ofertas em línguas populares, recompensando os primeiros utilizadores com incentivos em tokens como parte da estratégia de envolvimento comunitário do projeto. 2025: Transição para DAO Em abril, ocorre um lançamento completo da mainnet com a circulação de tokens, promovendo discussões comunitárias sobre possíveis expansões para línguas asiáticas e outros desenvolvimentos de cursos. Desafios e Direções Futuras Obstáculos Técnicos Apesar dos seus objetivos ambiciosos, o DUOLINGO AI enfrenta desafios significativos. A escalabilidade continua a ser uma preocupação constante, particularmente no equilíbrio dos custos associados ao processamento de IA e à manutenção de uma rede descentralizada responsiva. Além disso, garantir a criação e moderação de conteúdo de qualidade num ambiente descentralizado apresenta complexidades na manutenção dos padrões educativos. Oportunidades Estratégicas Olhando para o futuro, o DUOLINGO AI tem o potencial de aproveitar parcerias de micro-certificação com instituições académicas, proporcionando validações verificadas em blockchain das habilidades linguísticas. Além disso, a expansão cross-chain poderia permitir que o projeto acedesse a bases de utilizadores mais amplas e a ecossistemas de blockchain adicionais, melhorando a sua interoperabilidade e alcance. Conclusão DUOLINGO AI representa uma fusão inovadora de inteligência artificial e tecnologia blockchain, apresentando uma alternativa focada na comunidade aos sistemas tradicionais de aprendizagem de línguas. Embora o seu desenvolvimento pseudónimo e o modelo económico emergente tragam certos riscos, o compromisso do projeto com a aprendizagem gamificada, educação personalizada e governança descentralizada ilumina um caminho a seguir para a tecnologia educativa no domínio do Web3. À medida que a IA continua a avançar e o ecossistema blockchain evolui, iniciativas como o DUOLINGO AI poderão redefinir a forma como os utilizadores interagem com a educação linguística, empoderando comunidades e recompensando o envolvimento através de mecanismos de aprendizagem inovadores.

623 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.04.11

O que é DUOLINGO AI

Discussões

Bem-vindo à Comunidade HTX. Aqui, pode manter-se informado sobre os mais recentes desenvolvimentos da plataforma e obter acesso a análises profissionais de mercado. As opiniões dos utilizadores sobre o preço de AI (AI) são apresentadas abaixo.

活动图片