Ο Χρήστος Πανώριας και η Κωσταντίνα Θεοδώρη μιλούν αποκλειστικά στο AppleWorldHellas για τη μαθηματική τους έρευνα, την ανάπτυξη μιας νέας γεωμετρικής προσέγγισης και την προσπάθειά τους να αξιοποιήσουν την τεχνητή νοημοσύνη για την αντιμετώπιση ανοιχτών επιστημονικών προβλημάτων. Μια ιστορία με χιλιάδες ώρες εργασίας, σημαντικό προσωπικό κόστος, φιλόδοξους ισχυρισμούς και ένα κρίσιμο ερώτημα: πού τελειώνει η ανθρώπινη σκέψη και πού αρχίζει η συμβολή της AI;
Υπάρχει μια εικόνα της τεχνητής νοημοσύνης που έχουμε συνηθίσει. Ένας άνθρωπος ανοίγει το ChatGPT, γράφει μια ερώτηση και περιμένει μια απάντηση.
Υπάρχει όμως και μια εντελώς διαφορετική εικόνα.
Ένας μαθηματικός κάθεται μπροστά σε πολλαπλά παράθυρα AI, μεταφέρει γεωμετρικά προβλήματα σε ένα παραμετρικό πλαίσιο που έχει αναπτύξει, δοκιμάζει διαφορετικές αποδεικτικές διαδρομές, απορρίπτει αποτυχημένες προσεγγίσεις και επιστρέφει ξανά στους υπολογισμούς.
Δίπλα του, μια συνεργάτιδα ελέγχει μαθηματικές πράξεις, δοκιμάζει ανεξάρτητα εφαρμογές της μεθόδου και συμμετέχει στην ανάπτυξη της ερευνητικής προσπάθειας.
Στόχος τους δεν είναι να δημιουργήσουν ακόμη ένα chatbot ή μια εμπορική εφαρμογή.
Επιχειρούν να αντιμετωπίσουν μαθηματικά προβλήματα που έχουν παραμείνει ανοιχτά στην επιστημονική βιβλιογραφία.
Αυτή είναι η ιστορία που μας διηγήθηκαν ο Χρήστος Πανώριας και η Κωσταντίνα Θεοδώρη, σε μια εκτενή επικοινωνία και αποκλειστική συνέντευξη με το AppleWorldHellas.
Μια ιστορία που αξίζει να ακουστεί, ακόμη κι αν τα σημαντικότερα επιστημονικά της συμπεράσματα περιμένουν την ανεξάρτητη αξιολόγηση που απαιτεί η μαθηματική έρευνα.
Οι άνθρωποι πίσω από την προσπάθεια
Ο Χρήστος Πανώριας είναι μαθηματικός, απόφοιτος του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης, με μεταπτυχιακές σπουδές στη στατιστική και τη μοντελοποίηση.
Όπως μας εξηγεί, η ερευνητική του διαδρομή ξεκίνησε από στατιστικές αναλύσεις, αναζητήσεις μοτίβων και εφαρμογές μαθηματικών μεθόδων σε πραγματικά δεδομένα.
Στην πορεία συνεργάστηκε με την Κωσταντίνα Θεοδώρη, την οποία γνωρίζει εδώ και περίπου 13–14 χρόνια. Η συνεργασία τους επεκτάθηκε σταδιακά από επαγγελματικές εφαρμογές στατιστικής και λογισμικού σε πιο απαιτητικά ερευνητικά ζητήματα.
Η Κωσταντίνα έχει σπουδάσει λογιστική και, σύμφωνα με τη συνέντευξη, έχει πραγματοποιήσει μεταπτυχιακές σπουδές με αντικείμενο τον εντοπισμό απάτης μέσω τεχνητής νοημοσύνης σε ελεγκτικές διαδικασίες.
Ο Χρήστος έχει επίσης συμμετάσχει ως συν-συγγραφέας σε επιστημονική εργασία που δημοσιεύθηκε τον Απρίλιο του 2026 στο περιοδικό Communications Biology της Nature Portfolio.
Η συγκεκριμένη μελέτη, με τίτλο Morphometric analysis of the thymic epithelial cell network using integrated and orthogonal digital pathology approaches, εξετάζει μεθόδους ψηφιακής παθολογίας για τη μελέτη της δομής του θύμου αδένα.
Πρόκειται για μια δημοσιευμένη, αξιολογημένη επιστημονική εργασία, η οποία τεκμηριώνει τη συμμετοχή του σε προηγούμενη ερευνητική δραστηριότητα. Είναι όμως ανεξάρτητη από τις νέες μαθηματικές προδημοσιεύσεις που αποτελούν το αντικείμενο της παρούσας συνέντευξης.
Διαβάστε τη δημοσιευμένη εργασία: https://www.nature.com/articles/s42003-026-10038-w
Από το ChatGPT ως βοηθό σε ένα εργαλείο μαθηματικής έρευνας
Ο Χρήστος μάς λέει ότι ξεκίνησε να χρησιμοποιεί εργαλεία τεχνητής νοημοσύνης πολύ νωρίς, σχεδόν από την αρχή της ευρείας διάθεσης του ChatGPT.
Δεν περιορίστηκε, όπως υποστηρίζει, σε απλές ερωτήσεις ή στην παραγωγή κειμένων.
Άρχισε να δοκιμάζει συστηματικά τα όρια των μοντέλων: πότε αποτυγχάνουν, πώς χειρίζονται μεγάλες ποσότητες κώδικα, πώς μπορούν να υποστηρίξουν μαθηματικές προσομοιώσεις και με ποιους τρόπους εμφανίζονται τα γνωστά προβλήματα των λανθασμένων αλλά πειστικών απαντήσεων.
Σύμφωνα με τα στοιχεία που μας έδωσε, το προσωπικό του αρχείο αλληλεπιδράσεων με συστήματα AI έχει φτάσει τα 3,3 GB, ενώ αναφέρει συνολική χρήση 37 δισεκατομμυρίων tokens.
Οι αριθμοί αυτοί αποτελούν δικές του αναφορές και δεν έχουν επαληθευτεί ανεξάρτητα από το AppleWorldHellas. Αποτυπώνουν, πάντως, την κλίμακα της χρήσης που περιγράφει.
Η σημαντικότερη αλλαγή, κατά τον ίδιο, ήρθε όταν άρχισε να χρησιμοποιεί περιβάλλοντα AI ικανά να διαχειρίζονται μεγαλύτερα έργα λογισμικού και σύνθετες εργασίες.
Έχοντας ήδη εμπειρία στον προγραμματισμό, είδε τη δυνατότητα να συνδυάσει μαθηματική θεωρία, υπολογιστικά εργαλεία και γλωσσικά μοντέλα σε μια κοινή ερευνητική διαδικασία.
Κάπως έτσι ξεκίνησε το πιο φιλόδοξο μέρος της προσπάθειάς τους.
Μια διαφορετική προσέγγιση στην Ευκλείδεια Γεωμετρία
Για να καταλάβουμε τι επιχειρούν οι δύο συνεργάτες, πρέπει πρώτα να καταλάβουμε την κεντρική τους ιδέα.
Στη συνηθισμένη Ευκλείδεια Γεωμετρία εργαζόμαστε με σημεία, ευθείες, τρίγωνα, κύκλους, αποστάσεις και γωνίες.
Μια γεωμετρική απόδειξη μπορεί να απαιτεί μια δύσκολη κατασκευή, την αναγνώριση μιας κρυμμένης συμμετρίας ή ένα επιχείρημα που δεν είναι καθόλου προφανές.
Ο Χρήστος περιγράφει την ανάπτυξη μιας κανονικής παραμετρικής αναπαράστασης, μέσω της οποίας γεωμετρικές διατάξεις μεταφέρονται σε ένα διαφορετικό μαθηματικό πλαίσιο.
Εκεί, σύμφωνα με την προσέγγισή του, ορισμένα προβλήματα μπορούν να αντιμετωπιστούν με περισσότερο αλγεβρικό τρόπο.
Η βασική επιδίωξη είναι να πραγματοποιείται η μεταφορά χωρίς να χάνονται οι μαθηματικές ιδιότητες που είναι απαραίτητες για την απόδειξη και, στη συνέχεια, το αποτέλεσμα να επιστρέφει σωστά στην αρχική γεωμετρική διάταξη.
Με απλά λόγια, η ιδέα δεν είναι να αλλάξουμε το ίδιο το μαθηματικό πρόβλημα, αλλά να αλλάξουμε τον τρόπο με τον οποίο το περιγράφουμε και το επεξεργαζόμαστε.
Αυτό είναι ένα ενδιαφέρον ερευνητικό ερώτημα από μόνο του: μπορεί μια κατάλληλη αναπαράσταση να μετατρέψει ένα δύσκολο γεωμετρικό επιχείρημα σε μια πιο συστηματική ακολουθία υπολογισμών;
Η απάντηση εξαρτάται από την αυστηρότητα και τη γενικότητα της μαθηματικής θεμελίωσης. Οι ερευνητές υποστηρίζουν ότι έχουν αναπτύξει ένα τέτοιο πλαίσιο και έχουν αναρτήσει σχετική προδημοσίευση για επιστημονικό έλεγχο.
Ο ρόλος της Κωσταντίνας και το Θεώρημα του Θαλή
Ένα από τα πιο ανθρώπινα και ενδιαφέροντα σημεία της συνέντευξης αφορά την πρώτη δοκιμή της προσέγγισης από την Κωσταντίνα.
Ο Χρήστος εξηγεί ότι, αφού ολοκλήρωσε την αρχική ανάπτυξη της μεθόδου, η συνεργάτιδά του αποφάσισε να την εφαρμόσει στο γνωστό Θεώρημα του Θαλή.
Δεν ακολούθησε, όπως περιγράφει, τη συνηθισμένη διαδρομή με τα κλασικά επιχειρήματα ομοιότητας τριγώνων.
Μετέφερε τη γεωμετρική διάταξη στο παραμετρικό πλαίσιο και εργάστηκε με αλγεβρικές σχέσεις, ξεκινώντας από τη συνθήκη παραλληλίας.
Σύμφωνα με την αφήγησή τους, το τελικό αποτέλεσμα μπορούσε να μεταφερθεί πίσω στην αρχική γεωμετρική διάταξη και να δώσει το ζητούμενο συμπέρασμα.
Για τον Χρήστο, αυτή η δοκιμή είχε ιδιαίτερη σημασία.
Δεν επρόκειτο απλώς για ένα ακόμη παράδειγμα που είχε επιλέξει και επεξεργαστεί ο ίδιος. Ήταν μια εφαρμογή της μεθόδου από έναν δεύτερο άνθρωπο, με ανεξάρτητους υπολογισμούς.
Από εκείνη τη στιγμή, η Κωσταντίνα συμμετείχε ενεργά σε ελέγχους πράξεων, δοκιμές και επαληθεύσεις που συνδέονταν με την ανάπτυξη της προσέγγισης.
Η συμβολή της, επομένως, δεν περιορίζεται σε οργανωτική ή υποστηρικτική εργασία. Όπως την περιγράφουν οι ίδιοι, αποτελεί μέρος της μαθηματικής διαδικασίας.
Η στιγμή που η AI πρότεινε ένα ανοιχτό πρόβλημα
Το επόμενο βήμα ήταν ιδιαίτερα φιλόδοξο.
Αν η νέα προσέγγιση μπορούσε να εφαρμοστεί σε γνωστά γεωμετρικά θεωρήματα, θα μπορούσε να βοηθήσει και στην αντιμετώπιση ανοιχτών μαθηματικών προβλημάτων;
Ο Χρήστος περιγράφει ότι ζήτησε από την AI να εξετάσει το υλικό που είχε αναπτύξει και να προτείνει προβλήματα στα οποία η μέθοδος ενδεχομένως θα μπορούσε να εφαρμοστεί.
Το σύστημα πρότεινε, μεταξύ άλλων, εικασίες από τη μαθηματική βιβλιογραφία.
Στη συνέχεια, όπως μας αναφέρει, του ζήτησε να επιχειρήσει την επίλυση ενός από αυτά τα προβλήματα.
Σύμφωνα με τον ίδιο, μέσα σε 36 λεπτά το σύστημα παρήγαγε μια υποψήφια πλήρη απόδειξη.
Ο Χρήστος αναφέρει ότι πραγματοποίησε πρόσθετους ελέγχους με διαφορετικά μοντέλα AI και επικοινώνησε με τον μαθηματικό Jian Liu, ο οποίος είχε διατυπώσει την αρχική εικασία.
Κατά την αφήγησή του, ο Liu απάντησε ότι η προτεινόμενη λύση φαινόταν σωστή και τον ενθάρρυνε να εξετάσει επιπλέον προβλήματα.
Το AppleWorldHellas δεν έχει λάβει την πρωτότυπη αλληλογραφία ούτε ανεξάρτητη τελική αξιολόγηση της συγκεκριμένης απόδειξης. Επομένως, η περιγραφή της ανταπόκρισης του μαθηματικού αποδίδεται στον Χρήστο Πανώρια.
Αυτή η διάκριση έχει σημασία.
Στα μαθηματικά, ακόμη και μια ιδιαίτερα θετική πρώτη εκτίμηση δεν ισοδυναμεί με ολοκληρωμένη επιστημονική επαλήθευση.
Όταν ο άνθρωπος καθοδηγεί την AI
Ίσως το πιο ουσιαστικό συμπέρασμα της συνέντευξης βρίσκεται στον τρόπο με τον οποίο ο Χρήστος περιγράφει τη συνεργασία του με τα γλωσσικά μοντέλα.
Δεν παρουσιάζει μια AI που λειτουργεί απολύτως αυτόνομα και ανακαλύπτει μαθηματικές αλήθειες χωρίς ανθρώπινη παρέμβαση.
Περιγράφει μια διαδικασία στην οποία ο ίδιος διατυπώνει υποθέσεις, καθορίζει την κατεύθυνση, δοκιμάζει εναλλακτικές προσεγγίσεις και οργανώνει τα προβλήματα σε μικρότερα μέρη.
Το AI, από την άλλη, αναλαμβάνει μεγάλο μέρος της παραγωγής μαθηματικών κειμένων, της επεξεργασίας συμβολικών σχέσεων και της δοκιμής διαφορετικών διαδρομών.
Όταν μια προσέγγιση αποτυγχάνει, η διαδικασία δεν σταματά απαραίτητα εκεί.
Οι αποτυχίες αναλύονται, το πρόβλημα διασπάται σε επιμέρους συνιστώσες και επιχειρείται μια νέα προσέγγιση.
Αυτό το μοντέλο εργασίας είναι ιδιαίτερα ενδιαφέρον επειδή μετακινεί τη συζήτηση από το απλοϊκό ερώτημα «μπορεί η AI να λύσει μαθηματικά;» σε κάτι βαθύτερο:
Μπορεί ένας ερευνητής, χρησιμοποιώντας την AI ως υπολογιστικό και συλλογιστικό συνεργάτη, να εξετάσει περισσότερες μαθηματικές ιδέες από όσες θα μπορούσε μόνος του;
Η απάντηση φαίνεται να εξαρτάται όχι μόνο από τις δυνατότητες του μοντέλου, αλλά και από την εμπειρία του ανθρώπου που το καθοδηγεί και την ποιότητα των ελέγχων που ακολουθούν.
Τα προβλήματα που υποστηρίζουν ότι αντιμετώπισαν
Στην επικοινωνία τους με το AppleWorldHellas, οι ερευνητές μάς απέστειλαν σειρά προδημοσιεύσεων με αντικείμενο γεωμετρικές ανισότητες, μετρικές, θεωρία γράφων και υπολογιστικά υποβοηθούμενες αποδείξεις.
Ανάμεσά τους βρίσκονται εργασίες που σχετίζονται με εικασίες του Jian Liu και της Oona Rainio, καθώς και με προβλήματα των Guillot, Khare και Rajaratnam.
Δύο περιπτώσεις ξεχωρίζουν στην αφήγηση του Χρήστου.
Το πρόβλημα Heilbronn και τα δέκα σημεία
Το πρόβλημα Heilbronn, στην εκδοχή που εξετάζεται εδώ, αφορά τη διάταξη δέκα σημείων μέσα σε ένα μοναδιαίο τετράγωνο.
Το ζητούμενο είναι να τοποθετηθούν τα σημεία έτσι ώστε το μικρότερο εμβαδόν από τα τρίγωνα που σχηματίζουν ανά τρία να είναι όσο το δυνατόν μεγαλύτερο.
Πρόκειται για ένα πρόβλημα γεωμετρικής βελτιστοποίησης με μακρά ιστορία.
Ο Χρήστος και η Κωσταντίνα υποστηρίζουν ότι η εργασία τους προσφέρει μια ακριβή, υπολογιστικά υποβοηθούμενη απόδειξη για την περίπτωση των δέκα σημείων, με συνοδευτικά πιστοποιητικά που προορίζονται για ανεξάρτητο έλεγχο.
Η ύπαρξη αυτών των πιστοποιητικών είναι σημαντική ως δυνατότητα επαλήθευσης. Δεν σημαίνει, ωστόσο, ότι ο ανεξάρτητος έλεγχος έχει ήδη ολοκληρωθεί.
Θεωρία γράφων και κρίσιμοι εκθέτες
Η δεύτερη κατηγορία αφορά προβλήματα στη θεωρία γράφων και στις ιδιότητες πινάκων που σχετίζονται με τη θετική ημιοριστικότητα.
Ο Χρήστος αναφέρεται σε εκτενείς εργασίες για συγκεκριμένες οικογένειες γράφων και σε αποτελέσματα που θεωρεί σημαντικές επεκτάσεις της υπάρχουσας θεωρίας.
Εδώ υπάρχει μια ιδιαίτερα ουσιαστική διευκρίνιση: το γενικό πρόβλημα για αυθαίρετους γράφους δεν παρουσιάζεται ως πλήρως λυμένο.
Οι ίδιοι περιγράφουν αποτελέσματα για συγκεκριμένες περιπτώσεις και οικογένειες, ενώ αναγνωρίζουν ότι η γενικότερη διερεύνηση συνεχίζεται.
Αυτό δείχνει γιατί η επιστημονική ακρίβεια έχει τόσο μεγάλη σημασία. Μια λύση για μια ειδική περίπτωση ενός προβλήματος μπορεί να είναι σημαντική, χωρίς να αποτελεί λύση ολόκληρου του γενικού προβλήματος.
Πώς ελέγχουν τις αποδείξεις τους;
Θέσαμε στους ερευνητές ένα από τα σημαντικότερα ερωτήματα: πώς μπορούν να γνωρίζουν ότι ένα αποτέλεσμα που προέκυψε με τη βοήθεια AI είναι πράγματι σωστό;
Ο Χρήστος περιγράφει μια διαδικασία με πολλαπλά επίπεδα ελέγχου.
Αρχικά, εξετάζει την ίδια απόδειξη σε διαφορετικές συνομιλίες. Στη συνέχεια, τη μεταφέρει σε άλλα συστήματα AI, όπως Claude, Gemini, Grok και Perplexity.
Αναφέρει επίσης δοκιμές σε απομονωμένα περιβάλλοντα, ώστε να συγκρίνει τι μπορεί να επιτύχει ένα μοντέλο χωρίς πρόσβαση στο δικό του θεωρητικό υλικό.
Παράλληλα, δηλώνει ότι πραγματοποιούνται χειρόγραφοι έλεγχοι μαζί με την Κωσταντίνα, καθώς και υπολογιστικές επαληθεύσεις.
Στη συνέντευξη γίνεται αναφορά και σε εργαλεία όπως το Lean, τα οποία μπορούν να χρησιμοποιηθούν σε διαδικασίες τυπικής μαθηματικής επαλήθευσης.
Ωστόσο, δεν μας έχει δοθεί πλήρες, ανεξάρτητα ελεγμένο αρχείο τυπικής επαλήθευσης για το σύνολο των ισχυριζόμενων αποτελεσμάτων.
Εδώ χρειάζεται να επισημάνουμε κάτι ουσιώδες.
Το ότι πολλά διαφορετικά μοντέλα AI συμφωνούν πως μια απόδειξη είναι σωστή δεν αποτελεί από μόνο του μαθηματική απόδειξη της ορθότητάς της.
Τα μοντέλα μπορούν να επαναλαμβάνουν παρόμοια συλλογιστικά σφάλματα ή να παραβλέπουν το ίδιο κενό.
Η αυστηρή επαλήθευση απαιτεί έλεγχο των πραγματικών μαθηματικών βημάτων, των υποθέσεων και των συμπερασμάτων. Σε ορισμένες περιπτώσεις μπορεί να υποστηριχθεί από τυπικά συστήματα απόδειξης και ανεξάρτητη αναπαραγωγή των υπολογισμών.
Ο Χρήστος αναφέρει ακόμη ότι βρίσκεται σε επικοινωνία με μαθηματικούς και πανεπιστημιακούς από διάφορες χώρες και ότι έχει λάβει θετικές πρώτες αντιδράσεις.
Οι σχετικές ανταλλαγές δεν έχουν επαληθευτεί ανεξάρτητα στο σύνολό τους από το AppleWorldHellas.
Η επιστημονική αξιολόγηση των νέων εργασιών παραμένει, συνεπώς, το κρίσιμο επόμενο βήμα.
6.500 ευρώ και έως 20 ώρες εργασίας την ημέρα
Πέρα από τα μαθηματικά, η συνέντευξη αποκαλύπτει και μια πολύ προσωπική πλευρά της προσπάθειας.
Ο Χρήστος υποστηρίζει ότι από τον Ιούλιο του 2026 έχει δαπανήσει περισσότερα από 6.500 ευρώ σε συνδρομές AI, πρόσβαση σε μοντέλα, APIs και επιπλέον υπολογιστική χρήση.
Περιγράφει επίσης ένα εξαιρετικά απαιτητικό πρόγραμμα, με 15 έως 20 ώρες εργασίας την ημέρα κατά μέσο όρο για περίπου τρεισήμισι μήνες.
Την ίδια περίοδο, σύμφωνα με την αφήγησή του, η Κωσταντίνα έχει αναλάβει μεγαλύτερο μέρος των επαγγελματικών τους υποχρεώσεων, συνεχίζοντας παράλληλα να συμμετέχει σε μαθηματικούς ελέγχους.
Αυτά τα στοιχεία δεν αποτελούν ανεξάρτητα ελεγμένα οικονομικά ή χρονικά δεδομένα. Είναι όμως ενδεικτικά της προσωπικής δέσμευσης που περιγράφουν.
Και φέρνουν στο προσκήνιο μια λιγότερο συζητημένη πλευρά της σύγχρονης τεχνητής νοημοσύνης.
Τα ισχυρότερα εργαλεία δεν έχουν μόνο τεχνολογικές απαιτήσεις. Έχουν και οικονομικό κόστος.
Για έναν ανεξάρτητο ερευνητή, η δυνατότητα να πραγματοποιεί συνεχείς υπολογιστικές δοκιμές μπορεί να εξαρτάται από το πόσους πόρους μπορεί να διαθέσει.
Η πρόσβαση στην υπολογιστική ισχύ ενδέχεται έτσι να εξελιχθεί σε σημαντικό παράγοντα της ερευνητικής διαδικασίας.
Μπορεί η AI να αλλάξει τον τρόπο που κάνουμε επιστήμη;
Ο Χρήστος εμφανίζεται ιδιαίτερα αισιόδοξος για τις μελλοντικές εφαρμογές της προσέγγισής του.
Θεωρεί ότι η μαθηματική μεθοδολογία που αναπτύσσουν θα μπορούσε να δοκιμαστεί σε περισσότερους τομείς, από τη θεωρία δικτύων μέχρι τη φυσική και άλλα επιστημονικά πεδία.
Αυτές οι προοπτικές αποτελούν προς το παρόν ερευνητικές φιλοδοξίες και όχι αποδεδειγμένες εφαρμογές.
Ωστόσο, πίσω από τις προβλέψεις υπάρχει ένα ευρύτερο ερώτημα που αφορά όλους μας.
Μέχρι σήμερα, έχουμε συνηθίσει να αντιμετωπίζουμε την τεχνητή νοημοσύνη ως ένα εργαλείο που μας βοηθά να γράφουμε, να αναζητούμε πληροφορίες, να προγραμματίζουμε και να αυτοματοποιούμε εργασίες.
Τι συμβαίνει όταν το ίδιο εργαλείο μπαίνει μέσα στην ίδια τη διαδικασία παραγωγής επιστημονικής γνώσης;
Όταν δεν ζητάμε απλώς από την AI να εξηγήσει ένα ήδη γνωστό θεώρημα, αλλά να βοηθήσει στη διερεύνηση μιας υπόθεσης για την οποία δεν υπάρχει ακόμη αποδεκτή λύση;
Τότε η ανθρώπινη ευθύνη γίνεται ακόμη σημαντικότερη.
Η AI μπορεί να προτείνει μια διαδρομή. Μπορεί να πραγματοποιήσει υπολογισμούς. Μπορεί να συνδυάσει πληροφορίες και να επιταχύνει τη διερεύνηση.
Αλλά η επιστημονική εγκυρότητα δεν προκύπτει από την ταχύτητα παραγωγής μιας απάντησης.
Προκύπτει από την απόδειξη, τον έλεγχο, τη δυνατότητα αναπαραγωγής και την κριτική αξιολόγηση.
Τι έχει επιβεβαιωθεί και τι παραμένει υπό εξέταση
Το AppleWorldHellas θεωρεί απαραίτητο να διαχωρίσει τα διαφορετικά επίπεδα τεκμηρίωσης της ιστορίας.
Η συμμετοχή του Χρήστου Πανώρια σε δημοσιευμένη επιστημονική εργασία του Communications Biology επιβεβαιώνεται από το ίδιο το περιοδικό.
Οι νέες μαθηματικές εργασίες που μας απέστειλαν οι ερευνητές αποτελούν προδημοσιεύσεις και παρουσιάζουν συγκεκριμένους ισχυρισμούς, αποδεικτικά επιχειρήματα και, σε ορισμένες περιπτώσεις, υπολογιστικά πιστοποιητικά.
Οι ερευνητές αναφέρουν ότι έχουν πραγματοποιήσει ελέγχους με διαφορετικά συστήματα AI, χειρόγραφες επαληθεύσεις και επικοινωνία με ειδικούς μαθηματικούς.
Δεν έχει όμως τεκμηριωθεί ανεξάρτητα, στο πλαίσιο της παρούσας δημοσιογραφικής έρευνας, η ορθότητα του συνόλου των νέων μαθηματικών αποτελεσμάτων.
Κατά συνέπεια, δεν θα ήταν ακριβές να παρουσιάσουμε τις προτεινόμενες λύσεις ως οριστικά αναγνωρισμένες επιστημονικές ανακαλύψεις.
Αυτό δεν μειώνει το ενδιαφέρον της προσπάθειας. Απλώς τοποθετεί την ιστορία στο πραγματικό της στάδιο: μια φιλόδοξη ερευνητική διαδικασία που έχει παράγει συγκεκριμένο υλικό προς αξιολόγηση.
Η μεγαλύτερη ιστορία ίσως δεν είναι ακόμη η λύση
Στο τέλος της συνέντευξης, ο Χρήστος περιγράφει την προσπάθεια ως κάτι που βρίσκεται ακόμη στην αρχή.
Μιλά για νέες ιδέες, επόμενους ελέγχους, επικοινωνία με ερευνητές και την επιθυμία να δοκιμάσουν τη μεθοδολογία τους σε μεγαλύτερη κλίμακα.
Αυτό που μένει από την αφήγησή του δεν είναι μόνο η φιλοδοξία να επιλυθούν δύσκολα μαθηματικά προβλήματα.
Είναι η εικόνα δύο ανθρώπων που επιχειρούν να χρησιμοποιήσουν μια νέα τεχνολογία για να εξερευνήσουν ένα επιστημονικό πεδίο με διαφορετικό τρόπο.
Η ιστορία τους συνδυάζει μαθηματικά, λογισμικό, ανθρώπινη επιμονή, πειραματισμό και τις εντυπωσιακές αλλά όχι απεριόριστες δυνατότητες της AI.
Θα επιβεβαιωθούν όλες οι προτεινόμενες αποδείξεις; Θα αποδειχθεί ότι ορισμένες χρειάζονται διορθώσεις; Θα οδηγήσει η μεθοδολογία τους σε νέα, ευρύτερα αποδεκτά αποτελέσματα;
Αυτά είναι ερωτήματα που μόνο ο χρόνος και ο αυστηρός επιστημονικός έλεγχος μπορούν να απαντήσουν.
Αλλά υπάρχει ήδη ένα σημαντικό συμπέρασμα.
Το μέλλον της τεχνητής νοημοσύνης στην επιστήμη δεν θα κριθεί μόνο από το πόσο εντυπωσιακές απαντήσεις μπορεί να παράγει. Θα κριθεί από το πόσο αξιόπιστα μπορούμε να τις ελέγξουμε.
Και ίσως αυτή να είναι η πιο ουσιαστική ιστορία πίσω από τη συνεργασία του Χρήστου Πανώρια, της Κωσταντίνας Θεοδώρη και της τεχνητής νοημοσύνης.
Η Apple είναι
μόνο η αρχή.
Ειδήσεις, αναλύσεις, οδηγοί, τεχνολογία και podcasts. Μια ανεξάρτητη κοινότητα που εξερευνά όσα αξίζουν την προσοχή μας.
Ακολουθήστε στο Google ↗
AppleWorldHellas Podcast
Η Apple, η τεχνολογία και οι ιστορίες πίσω από τις εξελίξεις. Με ανεξάρτητη ματιά, συζήτηση και άποψη.
Πηγές και επιστημονική τεκμηρίωση
- Αποκλειστική γραπτή συνέντευξη και πρωτογενές υλικό των Χρήστου Πανώρια και Κωσταντίνας Θεοδώρη προς το AppleWorldHellas, Νοέμβριος 2026.
- Communications Biology: https://www.nature.com/articles/s42003-026-10038-w
- Canonical Parametric Representation of Plane Euclidean Geometry: https://doi.org/10.5281/zenodo.23837735
- An elementary proof of the Liu conjecture on triangle altitudes and medians: https://doi.org/10.5281/zenodo.23533433
- Hadamard Powers on Bipartite Cones and Block Decompositions: https://doi.org/10.5281/zenodo.23969837
- An Exact Computer-Assisted Proof for Ten Points in Heilbronn’s Triangle Problem: https://doi.org/10.5281/zenodo.23996499
Σημείωση σύνταξης: Το άρθρο βασίζεται σε αποκλειστικές δηλώσεις και υλικό που παραχώρησαν οι ερευνητές. Οι αναφορές σε προτεινόμενες μαθηματικές αποδείξεις αποδίδονται στους δημιουργούς τους και δεν συνιστούν ανεξάρτητη πιστοποίηση της επιστημονικής ορθότητάς τους. Η δημοσίευση στο Communications Biology αφορά διαφορετική, προγενέστερη έρευνα.
