리만 가설 프로그램
프로그램 / 리만 가설
SEERAVERSE RH 프로그램은 리만 가설을 주제로, 유한 구조에서 해석적 강성으로 이르는 논증 경로와 AI 지원 연구의 감사 가능성을 동시에 연구하는 장기 프로그램입니다.
프로그램의 위치
이 프로그램은 SRI 전체를 하나의 수학 문제에 의존시키는 것이 아닙니다. 고난도, 장기적, 학제적인 미지 문제에 대해 AI를 포함한 연구 시스템이 가설, 계산, 증명 후보, 반례, 개정 등을 어떻게 관리할 수 있는지 보여주는 연구 역량의 실증 사례입니다.
현재의 연구 경로
- 유한 깊이에서의 구조와 양의 정부호성을 정의한다
- 깊이 간에 보존 및 전파되는 제약 조건을 식별한다
- 복소 해석학적 구조와의 연결 조건을 조사한다
- 임계선상의 강성에 도달하기 위한 부족 조건을 명시한다
- 계산 증거와 수학적 증명을 분리하여 기록한다
주장의 경계
SRI는 프리프린트, 유한 범위의 계산 결과, 작업 가설을 리만 가설의 증명으로 취급하지 않습니다. 공개 성과에는 판본, 공개일, DOI 또는 저장소 URL, 검증 상태, 미해결된 격차를 명기합니다.
공개 성과
논문, 프리프린트, 기술 노트, 도해, 계산 Artifact는 Publication Registry에서 관리합니다. 외부 연구자에 의한 비판, 재계산, 반례, 대체 경로를 환영합니다.
수학적 배경
리만 가설은 제타 함수의 비자명 영점이 복소 평면의 임계선상에 있다는 수학적 미해결 문제입니다. 소수 분포와 깊은 관련이 있지만, 그 중요성만을 강조한다고 해서 연구 경로가 되는 것은 아닙니다. 본 프로그램에서는 유한 대상에서 확인할 수 있는 구조와 무한/해석적 대상을 위해 필요한 논증을 명확히 구분합니다.
Canonical Proof Chain
현재의 연구 경로는 유한 깊이에서의 Pick형 양의 정부호성, 깊이를 넘어서는 제약 전파, 해석적 연결, 임계선상의 강성을 연결하는 것입니다. 각 링크에 대해 정의, 보조정리, 의존 관계, 반례 후보, 계산 가능한 검사를 준비하여 직관적인 유사성만으로 다음 단계로 나아가지 않도록 합니다.
유한 계산이 보장하는 범위
유한 행렬, 구간 연산, 수치 탐색, 인증서는 지정된 범위와 정밀도 내에서 속성을 보장할 수 있습니다. 그러나 유한 범위에서의 성공이 무한 일반의 증명은 아닙니다. 수치 오차, 탐색 범위, 구현, 의존 라이브러리를 기록하고 해석적 주장과는 별도의 Claim Level을 부여합니다.
Publication과 Artifact
논문 본문뿐만 아니라 정의표, 의존 그래프, 계산 러너, 입력, 출력, SHA256, 감사 메모, 알려진 실패 사례를 Research Artifact로 관리합니다. 새로운 판본이 나올 경우 이전 판본을 삭제하지 않고 어떤 Claim이 추가/약화/철회되었는지 보여줍니다.
외부 검증을 요청하는 지점
특히, 유한에서 해석으로의 전이, 양의 정부호성이 보존되는 조건, 임계선상의 강성에 필요한 추가 가정을 중점적인 검토 대상으로 합니다. SRI에 호의적인 평가뿐만 아니라 기존 정리와의 모순, 순환 논법, 암묵적 가정, 반례를 환영합니다.
현재 성과를 읽는 방법
각 프리프린트의 제목이나 요약만으로 리만 가설의 증명이 완료되었다고 판단하지 마십시오. 본문의 Claim Boundary, 전제, 유한/무한의 구분, 심사 상태, 후속 판본을 확인해야 합니다. SRI의 News는 공개된 사실을 전달하는 입구이며, 수학적 타당성의 근거는 Publication과 Artifact 쪽에 둡니다.
AI 지원 연구의 역할
AI는 기존 문헌 정리, 증명 후보 분해, 보조정리 간 의존성 시각화, 반례 후보 탐색, 코드 생성을 지원합니다. 그러나 긴 논증의 국소적 일관성과 전체적인 타당성은 별개의 문제입니다. 서로 다른 모델, 형식 검사, 인간 수학자에 의한 리뷰를 결합하여 AI의 확신도를 증명 강도로 대체하지 않습니다.
감사 가능한 연구 체인
주장별로 참조 정의, 사용 보조정리, 계산 아티팩트, 미해결 의존성을 추적할 수 있는 구조를 목표로 합니다. 논문이 개정된 경우 어떤 링크가 변경되었는지 차이점(diff)으로 보여줍니다. 이를 통해 연구 전체에 대한 찬반이 아닌 구체적인 지점에 대해 검증할 수 있습니다.
다음 마일스톤
직전 과제는 유한 깊이에서의 속성을 해석적 대상으로 확장하는 조건의 정밀화, 계산 인증서의 재현 절차, 외부 검토용 의존 관계도 정비입니다. 마일스톤은 증명 완료 예고가 아니라 다음에 확인할 수 있는 작업 단위로 설정합니다.