Un casse-tête mathématique vieux de 22 ans, résolu par un interne du CHU de Pékin ?

marsbitXuất bản vào 2026-08-13Cập nhật gần nhất vào 2026-08-13

Tóm tắt

La communauté mathématique a été bouleversée par la résolution d'une conjecture vieille de 22 ans, le problème de Crouzeix, par le Dr Shanmu Jin, un neurochirurgien stagiaire de l'hôpital de l'Union de Pékin, sans formation mathématique formelle. À l'aide de ChatGPT 5.6 et d'une ingénierie de prompt sophistiquée, le médecin a conçu un environnement où l'IA a fonctionné de manière autonome pendant environ 16 heures, produisant une preuve originale et élégante. La stratégie de l'IA a contourné les approches complexes traditionnelles en simplifiant le problème à une condition de positivité, une solution qualifiée de « révolutionnaire » par les experts. La preuve a été rapidement validée par des mathématiciens de renom, dont Michel Crouzeix lui-même, l'auteur de la conjecture. Huit jours plus tard, une seconde preuve indépendante, également développée avec l'aide de l'IA, a été publiée par d'autres chercheurs, confirmant la résolution du problème. Cet événement marque un tournant, démontrant le potentiel de l'IA comme accélérateur de découverte scientifique et brouillant les frontières entre les disciplines. L'approche et les ressources ont été intégralement partagées en open source.

Le monde des mathématiques est en effervescence.

Une conjecture centrale qui tourmentait les plus grands mathématiciens du monde depuis 22 ans aurait été résolue par un neurochirurgien du CHU de Pékin ?

Après s'être auto-formé en mathématiques, il a utilisé ChatGPT 5.6 en mode autonome pendant 16 heures pour clore cette énigme mathématique vieille de 22 ans. C'est tout simplement incroyable.

Le 30 juillet 2026, Alex Townsend, professeur de mathématiques appliquées à l'Université de Washington, a ouvert arXiv comme à son habitude.

Au cours de l'année écoulée, Townsend avait développé une habitude presque obsessionnelle : il interrogeait périodiquement GPT 5.6, essayant de lui faire démontrer la fameuse énigme du domaine de l'algèbre linéaire numérique – la conjecture de Crouzeix.

Au cours des centaines de tentatives précédentes, les réponses de l'IA étaient soit truffées de failles logiques, soit bloquées en essayant de franchir un lemme clé. Les humains se heurtaient à cette conjecture depuis 22 ans, et l'IA ne semblait pas plus intelligente.

Pourtant, ce jour-là, la conjecture de Crouzeix, qui tourmentait le monde de l'algèbre linéaire numérique depuis 22 ans, a été prouvée.

L'auteur n'est pas un mathématicien, mais Shanmu Jin, interne en neurochirurgie à l'Hôpital de l'Amitié Pékin (Pékin Union Medical College Hospital).

Il n'a pas de formation supérieure régulière en mathématiques. Son licence était en géologie, puis il a obtenu un doctorat en médecine. Son seul assistant était GPT-5.6.

GPT-5.6 a résolu ce problème au cours d'une exécution autonome d'environ 16 heures, sans aucune intervention humaine.

Et sur la liste des vérificateurs figure Michel Crouzeix lui-même – celui qui avait posé ce problème il y a 22 ans, maintenant le certifiant comme résolu.

Townsend et Greenbaum, eux aussi experts dans le domaine, après avoir examiné la solution, n'avaient qu'un mot pour décrire leur sentiment : « Stupéfaction ».

Quand un interne de Pékin apprend les maths par lui-même

Le protagoniste de cette histoire s'appelle Shanmu Jin. Il est chercheur postdoctoral et interne en neurochirurgie à l'Hôpital de l'Amitié Pékin.

Son parcours n'a aucun rapport avec les mathématiques.

Sa licence était en géologie. Il a ensuite changé de voie pour la médecine, obtenant finalement un doctorat en médecine. Toute sa formation mathématique se limitait aux cours de base suivis par tout étudiant en sciences.

« Tout le reste des mathématiques, je l'ai appris par moi-même », écrit sobrement le Dr Jin dans un courriel aux auteurs originaux (Alex Townsend et Anne Greenbaum).

Pourquoi un neurochirurgien s'attaquerait-il à une conjecture mathématique aussi dure ?

Tout est né d'un point douloureux dans ses recherches cliniques et scientifiques : l'étude des ultrasons transcrâniens.

En essayant de faire traverser les structures complexes du crâne humain par des ultrasons, il s'est plongé dans le vaste domaine de « l'analyse matricielle ». Durant son apprentissage autodidacte, il a aperçu par hasard le nom célèbre dans le monde de l'algèbre linéaire numérique – la conjecture de Crouzeix.

L'énoncé de cette conjecture est exceptionnellement simple, et la géométrie intuitive du « champ numérique » qui la sous-tend est d'une grande beauté. Cette simplicité et cette élégance extrêmes ont profondément attiré cet autodidacte transdisciplinaire.

Il a décidé d'essayer. Non pas avec la déduction traditionnelle papier-crayon, mais avec un grand modèle de langage.

La « constante démoniaque » qui tourmentait les mathématiciens depuis 22 ans

Pourquoi ces mathématiciens sont-ils si stupéfaits ? Nous devons d'abord comprendre à quel point la conjecture de Crouzeix était difficile.

Dans les mathématiques appliquées modernes et le calcul technique, les matrices sont le langage universel pour décrire le fonctionnement du monde.

De la superposition d'états en mécanique quantique à l'algorithme PageRank de Google, en passant par les itérations de paramètres à très grande échelle lors de l'entraînement des grands modèles de langage aujourd'hui, tout est essentiellement la projection et l'évolution de matrices gigantesques dans le plan complexe.

Cependant, le comportement des matrices non normales est extrêmement déroutant. Elles sont comme un troupeau de bêtes sauvages au tempérament imprévisible et colérique.

Pour les apprivoiser, le mathématicien français Michel Crouzeix a proposé en 2004 une conjecture d'une beauté géométrique intuitive :

Pour tout polynôme p dans le plan complexe et toute matrice A, sa norme spectrale peut toujours être bornée par sa valeur maximale sur le « champ numérique » W(A).

Et la constante optimale entre ces deux grandeurs est exactement 2.

Exprimée formellement :

Cette inégalité est extrêmement importante en mathématiques appliquées.

Si elle est vraie, nous pouvons directement transformer l'erreur d'approximation scalaire dans le plan complexe en une borne de norme pour les fonctions matricielles. Cela a une signification déterminante pour l'analyse des fonctions matricielles, la méthode itérative GMRES, les méthodes de sous-espace de Krylov, etc.

Cependant, « prouver que cette constante est 2 » est devenu le cauchemar d'innombrables mathématiciens.

Mais la porte menant à la constante « 2 » est restée hermétiquement fermée. Jusqu'au 30 juillet 2026.

En 2007, Crouzeix lui-même, épuisé, n'a pu prouver l'inégalité qu'avec une constante de 11.08.

Dix ans plus tard, en 2017, l'American Institute of Mathematics (AIM) a même organisé à San Jose un atelier d'une semaine, rassemblant les meilleurs experts mondiaux pour explorer les approches théoriques, les preuves numériques, les extensions matricielles et toutes sortes d'armes. Crouzeix et son collaborateur Palencia ont finalement réduit cette constante universelle à 2,414.

Depuis lors, la boîte à outils mathématique humaine semblait avoir épuisé sa dernière goutte d'huile.

Jusqu'à cet été, où un « outsider » armé d'un scalpel est entré en scène.

Un « super prompt » modifié, ChatGPT galope pendant 16 heures

Comment un interne en neurochirurgie du CHU de Pékin, aux horaires cliniques très chargés, a-t-il fait ?

Le secret réside dans l'ingénierie de prompt (Prompt Engineering).

Le Dr Jin n'a pas utilisé l'IA comme un simple robot de questions-réponses, mais l'a transformée en un immense institut de recherche mathématique virtuel.

Il a emprunté et adapté le fameux prompt utilisé par OpenAI pour résoudre la conjecture du Cycle Double Cover, mettant en place un dispositif d'une grande vision stratégique :

Déconnexion physique (suppression des dépendances externes) : Le prompt coupe explicitement l'accès du système à l'internet public et à d'autres contextes externes. Il ne voulait pas que l'IA « plagie » sur les moteurs de recherche les anciennes approches humaines qui avaient échoué, mais la forcer à réfléchir de manière purement originale à partir des axiomes.

Branchement multiple et pensée divergente (refus de convergence précoce) : Il a demandé à ChatGPT de lancer de nombreux « sous-agents », les laissant explorer des chemins véritablement différents. Les instructions avertissaient sévèrement : Ne convergez pas prématurément vers une même idée séduisante !

Audit contradictoire impitoyable (mode « élevage de gu ») : Les stratégies de preuve candidates devaient être placées à plusieurs reprises sous un examen contradictoire. Une voie n'était complètement écartée que lorsque d'autres agents avaient réussi à trouver un contre-exemple.

La détermination de s'accrocher jusqu'au bout : Le prompt donnait un ordre ferme : ne pas abandonner avant d'obtenir une preuve complète capable de résister à une vérification logique extrême.

Après avoir réglé tout cela, le Dr Jin a appuyé sur Entrée, puis est retourné à son travail, sans plus intervenir.

En mode ChatGPT Work, GPT-5.6 Sol a fonctionné comme une bête numérique infatigable, galopant sans relâche dans les profondeurs des mathématiques pendant environ 16 heures.

Durant ces 16 heures, l'IA a traversé des dizaines de milliers d'hypothèses, de réfutations, de reconstructions, pour finalement réussir la preuve.

Quand les mathématiciens ont vu ce théorème, ils ont été profondément choqués : L'IA n'a pas utilisé l'estimation dure et extrêmement complexe que les humains imaginaient, mais a réduit le problème, grâce à une « stratégie d'échantillonnage » d'une ingéniosité stupéfiante, à une simple « condition de positivité » inattendue.

C'est comme si les humains essayaient de pousser une énorme porte en fer avec leur force brute, tandis que l'IA avait simplement trouvé un point d'appui infinitésimal dans l'interstice de la porte, l'avait poussé doucement, et la porte s'était ouverte. Une véritable réduction dimensionnelle.

Le Dr Jin, modeste, a déclaré que trouver cette idée clé « comportait certainement une part de chance ». Mais tout le monde sait que la chance ne sourit qu'à ceux qui conçoivent la boussole parfaite.

Ce qui est encore plus admirable, c'est que le Dr Jin a entièrement ouvert ce processus. Son dépôt GitHub contient non seulement l'article final, mais aussi ce super prompt, les brouillons des itérations successives, le code de preuve formelle en Lean 4 et le rapport d'audit axiomatique. Tout est exposé au grand jour, soumis à l'examen de l'humanité entière.

Adresse open source : https://github.com/jinshanmu/CrouzeixConjecture

Prépublication : https://www.preprints.org/frontend/manuscript/f5469a625a8e7313e19bbf4d6c608cff/download_pub

Une deuxième preuve huit jours plus tard, un séisme dans le monde des mathématiques

Au début, face à cette prépublication tombée du ciel, les grands mathématiciens l'ont examinée avec scepticisme. Après tout, « un outsider annonce la résolution d'une conjecture de classe mondiale » se solde souvent par une farce dans le milieu mathématique.

Mais quelques heures seulement plus tard, le scepticisme d'Alex Townsend et d'Anne Greenbaum s'est transformé en stupéfaction, puis finalement en admiration – « Cet argument est valable ! »

Ensuite, Michel Crouzeix lui-même, l'auteur de la conjecture, s'est penché sur la preuve, ligne par ligne.

Enfin, le verdict est tombé : Le manuscrit du Dr Jin est correct. L'énigme de 22 ans est définitivement résolue.

Cependant, le séisme académique déclenché par l'IA ne faisait que commencer.

Juste huit jours après la publication de la prépublication du Dr Jin (le 4 août), deux autres mathématiciens, Emiel Lorist et Felix Schwenninger, ont soudainement publié une preuve indépendante de seulement 5 pages !

Titre : A SOLUTION TO CROUZEIX’S CONJECTURE

Prépublication : https://arxiv.org/pdf/2608.03841

Cette preuve de 5 pages est totalement différente de celle du Dr Jin. Elle est extrêmement concise et élégante, combinant la représentation classique du potentiel double couche avec un lemme de perturbation sur la 2-expansion.

Pour les mathématiciens traditionnels, cette approche de preuve correspond davantage aux habitudes cognitives humaines existantes, semblant plus « conviviale ».

Coïncidence : Lorist et Schwenninger ont admis qu'ils avaient également utilisé ChatGPT 5.6 pour explorer des stratégies de preuve.

Un problème insoluble depuis 22 ans, avec le soutien de l'IA, a vu émerger deux preuves radicalement différentes mais toutes deux aussi ingénieuses, à seulement 8 jours d'intervalle !

Informé de cela, le Dr Jin, loin de se vexer d'être « éclipsé », en a éprouvé une joie pure, considérant cela comme un complément intéressant à sa méthode.

L'aube d'un âge d'or

Durant cet été 2026, la roue de l'histoire a tourné en silence.

Dans l'histoire des mathématiques, il n'est pas rare que des médecins obtiennent des résultats mathématiques importants, mais ils étaient tous des génies ayant reçu une formation mathématique spécialisée à leur époque.

Ceci est probablement la première conjecture restée longtemps non résolue à être complètement résolue par un médecin sans formation mathématique spécialisée, grâce à l'IA.

Il y a seulement quelques années, imaginer qu'un système d'IA puisse contribuer à une « idée de preuve décisive » pour une conjecture majeure relevait du fantasme.

Mais maintenant, c'est bel et bien arrivé.

Cela ressemble aux deux bonds en avant dans l'histoire de l'astronomie.

Le premier, lorsque les astronomes devaient calculer à la main les données d'orbite, seuls quelques prodiges pouvaient entrevoir les étoiles. Le second, lorsque Galilée a inventé la lunette astronomique.

Il ne fait aucun doute que c'est le début d'un « âge d'or » pour les mathématiques appliquées et même pour toute la science. La découverte scientifique sera accélérée comme jamais auparavant, les barrières entre les différentes disciplines seront facilement brisées par l'IA.

Mais cela signifie aussi une redéfinition des identités. Quand une puissance de calcul massive commence à prendre en charge la déduction, quand un neurochirurgien peut, entre deux opérations, cueillir les joyaux de la couronne mathématique, la définition de « devenir mathématicien » ou « devenir scientifique » est en train de subir une déchirure et une renaissance intenses.

Le futur est déjà là. Armé de cette lunette astronomique qu'est l'IA, vers quel coin du ciel avez-vous décidé de la braquer ?

Références :

https://alextownsend.net/essays/SIAMNews_CrouzeixConjecture.pdf

https://www.preprints.org/manuscript/202607.1919

https://aimath.org/pastworkshops/crouzeix.html

Cet article provient du compte WeChat « New Zhiyuan », auteur : ASI Apocalypse, éditeur : David

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QQu'est-ce que la conjecture de Crouzeix et pourquoi était-elle importante ?

ALa conjecture de Crouzeix, proposée en 2004 par le mathématicien français Michel Crouzeix, concerne l'analyse numérique des matrices. Elle stipule que pour tout polynôme p et toute matrice A dans le plan complexe, la norme spectrale de p(A) peut être bornée par le maximum de |p(z)| sur le « domaine numérique » W(A), avec une constante optimale égale à 2. Cette conjecture est cruciale car, si elle est vraie, elle permet de convertir directement les erreurs d'approximation scalaires dans le plan complexe en bornes de normes pour les fonctions de matrices. Cela a des implications fondamentales pour l'analyse des fonctions matricielles, la méthode GMRES et les méthodes des sous-espaces de Krylov, qui sont essentielles dans le calcul scientifique et l'ingénierie.

QQui est Shanmu Jin et comment a-t-il contribué à résoudre ce problème ?

AShanmu Jin est un médecin-chercheur postdoctoral et résident en neurochirurgie à l'hôpital Union de Pékin. Il a un parcours atypique, ayant étudié la géologie en licence avant d'obtenir un doctorat en médecine, et a acquis ses connaissances mathématiques avancées en autodidacte. Intéressé par la conjecture de Crouzeix dans le cadre de ses recherches sur les ultrasons transcrâniens, il a utilisé ChatGPT-5.6 comme assistant principal. En concevant un « prompt » stratégique sophistiqué qui isolait l'IA des sources externes et encourageait une exploration divergente et une vérification rigoureuse, il a permis au modèle de fonctionner de manière autonome pendant environ 16 heures. Cette session a généré une preuve novatrice et élégante de la conjecture, qui a ensuite été validée par des experts, dont Michel Crouzeix lui-même.

QQuelle a été l'approche spécifique de ChatGPT-5.6 pour prouver la conjecture ?

AContrairement aux approches humaines traditionnelles qui reposaient sur des estimations complexes, ChatGPT-5.6, guidé par le prompt ingénieux de Jin, a découvert une stratégie de preuve originale et astucieuse. Elle s'est appuyée sur une « stratégie d'échantillonnage » intelligente qui a permis de réduire le problème à la vérification d'une « condition de positivité » relativement simple. Cette approche a été perçue comme une forme de « réduction de dimension » par rapport aux méthodes humaines antérieures, comparable à trouver le point de levier parfait pour ouvrir une lourde porte au lieu de tenter de la pousser avec force. La clarté et l'élégance de cette solution ont profondément impressionné les mathématiciens.

QQuelle a été la réaction de la communauté mathématique et quel autre événement notable a suivi ?

ALa réaction initiale de la communauté mathématique, représentée par des experts comme Alex Townsend et Anne Greenbaum, a été la surprise puis l'admiration après une vérification minutieuse. Michel Crouzeix, l'auteur de la conjecture, a personnellement validé la preuve. Huit jours seulement après la publication de la préimpression de Jin, deux mathématiciens, Emiel Lorist et Felix Schwenninger, ont publié une seconde preuve indépendante de seulement cinq pages. Ils ont également utilisé ChatGPT-5.6 dans leur processus exploratoire, mais leur démonstration, basée sur des représentations de potentiel à double couche et un lemme de perturbation, était différente et plus conforme aux habitudes de raisonnement humain. Cet événement a souligné l'accélération radicale que l'IA apporte à la découverte mathématique.

QQuelles sont les implications plus larges de cet événement pour la science et la recherche ?

ACet événement marque un tournant potentiel dans l'histoire des sciences. Il démontre qu'avec des outils d'IA avancés comme les grands modèles de langage, des chercheurs brillants issus de disciplines éloignées (comme la médecine) peuvent contribuer de manière décisive à résoudre des problèmes fondamentaux dans des domaines spécialisés (comme les mathématiques pures). Cela annonce une ère où les barrières disciplinaires pourraient s'estomper et où le rythme des découvertes pourrait s'accélérer considérablement. Cela remet également en question la définition traditionnelle des identités professionnelles (comme « mathématicien ») et souligne le rôle croissant de la conception de prompts stratégiques et de la collaboration homme-IA comme compétences clés pour l'innovation future.

Nội dung Liên quan

Grayscale: "Nếu các đề xuất được thông qua, giá của hai altcoin này có thể tăng"

Trưởng bộ phận nghiên cứu tại Grayscale, Zach Pandl, cho biết nếu các đề xuất thay đổi tokenomics trong cộng đồng Ethereum ($ETH) và Solana ($SOL) được thông qua, tốc độ tăng nguồn cung của cả hai tài sản crypto này có thể chậm lại đáng kể, từ đó tác động tích cực đến giá. Các thay đổi được đề cập nhằm giảm tỷ lệ lạm phát token hàng năm của $ETH và $SOL. Việc nguồn cung tăng chậm hơn có thể làm giảm lượng token mới lưu hành, làm tăng tính khan hiếm. Grayscale ước tính nếu được áp dụng, lạm phát nguồn cung hàng năm của Ethereum có thể giảm xuống khoảng 0.4% vào cuối năm 2031, gần với tốc độ tăng nguồn cung của Bitcoin. Dự kiến lạm phát nguồn cung hàng năm của Solana sẽ giảm xuống khoảng 1.1%. Tuy nhiên, việc giảm lạm phát token cũng có thể dẫn đến phần thưởng staking thấp hơn cho các nhà đầu tư, vì phần lớn thu nhập từ staking $ETH và $SOL đến từ việc phát hành token mới. Pandl lưu ý rằng việc tăng trưởng nguồn cung chậm lại có thể làm tăng tính khan hiếm, tạo áp lực tăng giá, đặc biệt có lợi cho những nhà đầu tư nắm giữ token mà không staking.

cryptonews.ru1 giờ trước

Grayscale: "Nếu các đề xuất được thông qua, giá của hai altcoin này có thể tăng"

cryptonews.ru1 giờ trước

Các chuyên gia chỉ ra nguyên nhân Bitcoin giảm sau khi lạm phát Mỹ hạ nhiệt

Các chuyên gia CryptoQuant cho rằng tin tốt về lạm phát Mỹ không thể hỗ trợ giá Bitcoin vì nhu cầu giao ngay yếu. Dữ liệu CPI và PPI tháng 7 của Mỹ đáp ứng hoặc vượt kỳ vọng, khiến lợi tức trái phiếu giảm và thị trường chứng khoán tăng, nhưng Bitcoin vẫn giao dịch quanh mức 63.000-64.000 USD. Nguyên nhân chính là dòng vốn đổ vào các ETF Bitcoin Mỹ vẫn thấp và chỉ số Coinbase Premium (phản ánh chênh lệch giá) âm từ tháng 5, cho thấy áp lực mua từ nhà đầu tư Mỹ hạn chế. Trong khi đó, vị thế trên thị trường tương lai vẫn cao, tạo ra sự mất cân bằng giữa nhu cầu giao ngay yếu, thanh khoản thấp và khối lượng vị thế ký quỹ lớn. Các chuyên gia cảnh báo trong điều kiện này, tin tích cực vĩ mô có thể không kích thích tăng giá. Nếu giá không phản ứng, các nhà giao dịch có thể đóng vị thế mua ký quỹ, gây thêm áp lực giảm. Mức kháng cự quan trọng là 68.700 USD - giá vốn trung bình của các nhà nắm giữ ngắn hạn. Theo CryptoQuant, để thị trường hồi phục mạnh mẽ cần: dòng tiền mạnh trở lại vào ETF Bitcoin Mỹ, chỉ số Coinbase Premium chuyển sang dương, khối lượng giao dịch giao ngay tăng và Bitcoin vượt vững chắc trên 68.700 USD.

cryptonews.ru2 giờ trước

Các chuyên gia chỉ ra nguyên nhân Bitcoin giảm sau khi lạm phát Mỹ hạ nhiệt

cryptonews.ru2 giờ trước

Giá Bitcoin giảm xuống 62.470 USD khi người bán thử thách lại ngưỡng hỗ trợ 63.000 USD

Giá Bitcoin giảm xuống 62.470 USD vào thứ Sáu, lần thứ hai liên tiếp phá vỡ ngưỡng 63.000 USD. Sau một thời gian củng cố quanh 63.400 USD, đợt bán tháo bắt đầu sau nửa đêm đã đẩy giá xuống đáy 62.470 USD trong phiên, trước khi phục hồi nhẹ lên trên 63.000 USD. Biến động mạnh dẫn đến việc thanh lý hàng loạt các vị thế mua ký quỹ, với tổng giá trị vị thế Bitcoin bị thanh lý trong 24h là 32 triệu USD. Áp lực bán càng gia tăng do dòng tiền ròng rút khỏi các Quỹ ETF Bitcoin, với mức rút hơn 131 triệu USD, đánh dấu ngày thứ hai liên tiếp có dòng tiền ra. Yếu tố khác gây lo ngại là đề xuất tiêu chí mới từ nhà cung cấp chỉ số MSCI, có thể dẫn đến việc loại các công ty nắm giữ tài sản kỹ thuật số như Bitcoin (ví dụ: MicroStrategy) ra khỏi các chỉ số chính. MicroStrategy đã phản đối mạnh mẽ đề xuất này, cho rằng các nhà cung cấp chỉ số không nên quyết định loại tài sản nào công ty được phép nắm giữ. Quyết định cuối cùng của MSCI dự kiến vào giữa tháng Mười, và nếu được thông qua, có thể kích hoạt đợt bán tháo từ các quỹ chỉ số từ tháng Mười một, gây thêm áp lực giảm cho thị trường Bitcoin.

cryptonews.ru2 giờ trước

Giá Bitcoin giảm xuống 62.470 USD khi người bán thử thách lại ngưỡng hỗ trợ 63.000 USD

cryptonews.ru2 giờ trước

Bí mật khai thác 1 BTC trên máy tính công ty: Nhân viên hãng tiền mã hóa đối mặt án tù

Christopher Renkin, 40 tuổi, từ bang Washington, đã nhận tội vì truy cập trái phép vào máy tính của một công ty khai thác bitcoin và đánh cắp tiền điện tử. Anh ta đã chuyển hướng khoảng 100 thiết bị sang nhóm khai thác (mining pool) riêng của mình và chiếm đoạt 1,0668 BTC. Theo công tố viên, Renkin bắt đầu làm việc tại công ty ở Niagara Falls, New York vào tháng 7/2021. Anh ta đã tự ý truy cập, khởi động lại máy tính công ty và chuyển chúng sang pool khai thác do mình tạo ra, sau đó chuyển bitcoin thu được vào ví tiền điện tử dưới sự kiểm soát của mình. Không chỉ vậy, Renkin còn chuyển máy tính sang chế độ "hiệu suất cao", gây thiệt hại cho phần cứng, làm giảm đáng kể tuổi thọ thiết bị và xâm phạm tính toàn vẹn, khả năng truy cập thông tin lưu trữ. Hành động này khiến công ty mất 1,06 BTC, trị giá 53.315 USD tại thời điểm phạm tội. Renkin bị kết tội truyền chương trình, thông tin, mã hoặc lệnh vào máy tính được bảo vệ và gây thiệt hại cho nó. Mức hình phạt tối đa có thể lên đến một năm tù và phạt 100.000 USD. Bản án dự kiến được tuyên vào ngày 17 tháng 11 năm 2026.

cryptonews.ru2 giờ trước

Bí mật khai thác 1 BTC trên máy tính công ty: Nhân viên hãng tiền mã hóa đối mặt án tù

cryptonews.ru2 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

Làm thế nào để Mua CORE

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua CORE (CORE) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua CORE (CORE) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ CORE (CORE) của BạnSau khi mua CORE (CORE), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch CORE (CORE)Giao dịch CORE (CORE) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 594Xuất bản vào 2024.12.13Cập nhật vào 2026.06.02

Làm thế nào để Mua CORE

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của CORE (CORE) được trình bày dưới đây.

活动图片