怀尔斯109页论文对比Lean上百万行:人类与AI证数学定理差在哪

资讯 AI 行业观察 全文 1295 字 · 约 4 分钟读完 分类AI 编程学术研究

人类证明和 AI 证明数学定理的差异有多大?1995年,英国数学家安德鲁·怀尔斯发表了费马大定理的完整证明。这篇载入史册的论文刊登在《数学年刊》上,全文一共 109 页,算下来也就 4000 到 5000 行文字和公式。可如果把同等级别的现代数学定理,搬进专门做形式化验证的编程语言 Lean 里,让计算机一行不落、严丝

所属频道 AI 编程与开发前沿研究

人类证明与 AI 证明数学定理,差距究竟有多大?1995年,英国数学家安德鲁·怀尔斯把费马大定理的完整证明交了出来。这篇被写进历史的论文发在《数学年刊》上,整整 109 页,折算下来不过 4000 到 5000 行文字和公式。但要是把同等分量的现代数学定理放进专做形式化验证的编程语言 Lean,让计算机从头到尾一行不落地严格校验,代码量会一下子涨到几十甚至上百倍。数学界为这种膨胀专门设了个指标,叫“德布鲁因因子”,量的是形式化代码相对人类论文的体积比。2012年,计算机科学家乔治·贡蒂尔带着团队在 Coq 系统里把“奇阶定理”形式化做完了。费特和汤普森那篇论文原本只有 255 页,转成机器能逐行核对的代码之后,写出来足足 17 万行,拆出 15000 多个引理,一帮专家前后敲了 6 年。开普勒猜想的“飞雀计划”更离谱,二十来个人忙活十几年,才攒出 50 多万行验证代码。再看眼下热度很高的 Lean 社区,几百名数学家这几年一行行手工敲出的核心数学库 mathlib,规模已经过了 150 万到 200 万行——而这仅仅搭起了本科和部分研究生阶段的基础数学底子。帝国理工学院的凯文·布扎德教授正带队在 Lean 4 里推进费马大定理的形式化,单是把前人铺好的代数几何和模形式工具链补齐,就是一项以年计的庞大工程。两边一对照,人类数学论文的“信息压缩率”高得惊人,WinRAR 和 7-Zip 见了都得认输。人类凭什么能用 109 页纸装下这么庞大的逻辑宇宙?关键在于,数学论文并不是一个能独立跑起来的“完整安装包”,它更像一段极简脚本,通篇都在拼命调用读者大脑里早已装好的“动态链接库”。怀尔斯在论文里随手写一句“由马祖尔的经典定理可知”,或者在推导中途带一句“显然”,放到信息论里就等于埋了个超级指针。他不用从“1+1 为什么等于 2”开始打地基,因为全球能读懂这篇论文的那几十位同行,脑子里早就把过去三百年积累的数论大厦加载完了。可 Lean 这类形式化验证系统不吃这一套。它像个毫无生活常识、极其较真、凡事都要查户口本的审计员。在它那里没有“显然”两个字,哪怕是“有限集合的子集依然是有限的”这种大白话,你也得老老实实写出几行逻辑公理证明给它看,少一步它当场罢工。更叫人服气的是,无论是当年怀尔斯在阁楼里独自面壁七年写下的 109 页手稿,还是后来各国数学家在键盘上一行行敲出的上百万行 mathlib 代码,靠的都是人类那颗功率只有 20 瓦左右的大脑——比床头一盏小台灯还省电。人先凭直觉和想象力在黑暗里跳跃着探路,用高度浓缩的符号把几百年的智慧折叠进几千行纸面;随后再反过来,用最笨拙、最严苛的逐行代码,把天才的直觉一砖一瓦钉死在绝对正确的地基上。说到底,数学论文里每一句“显然”和“略去不表”,都是人类留给同类的暗号;而那些动辄几十万、上百万行的形式化代码,则是人类为了向机器证明自己没算错,不得不交出的全套草稿纸。下回在教材里再看到“易证”两个字,别急着怀疑人生,编者可能只是帮你省掉了几千行代码。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. METR时间视野图更新:AI能力仍沿指数上涨,判断力没跟上

    METR发布其广受引用却常被误读的“时间视野图”更新版。新报告确认部分AI能力仍在指数级提升,模型能独立完成的任务时长持续延长;但报告同时揭示明显不对称——模型在编程任务上表现优异,在需要判断力的任务上却明显偏弱。这提醒业界,单一基准无法代表AI在开放式工作中的真实水平。

    来源 AI 行业观察
  2. Grab 通过安全策略应对 AI 生成代码变更激增,提升移动端 App 稳定性

    Grab 表示,AI 编程助手的普及加快了开发速度,也让每个版本的代码变更量变多,缺陷和应用崩溃出现的概率随之上升。为应对这些挑战,他们实现了一套分层防御策略,在整个开发与发布生命周期中对崩溃问题进行预防、检测和隔离。 Grab 提到,“AI 提升了代码编写速度,而分层防御则保障这种提速是安全的。” 在 Grab 这样

    来源 AI 行业观察
  3. Anthropic数学家宣称用Claude证明黎曼猜想,附14卷Lean代码

    Anthropic研究员Levent Alpöge发布声明,称在AI助手Claude协助下完成了黎曼猜想及广义黎曼猜想的证明。核心论证以25万页Lean形式化代码呈现,而非传统论文。目前数学界尚未完成独立验证,关键看形式化命题是否准确对应原猜想。这一事件标志着“人类引导+AI推导+机器验证”的新科研范式可能正在形成。

    来源 AI 应用前沿
  4. 谷歌论文曝RSI内部落地:SIM机制让AI经验跨模型遗传

    新智元报道 谷歌内部,或许真正实现了RSI!从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始!或许也正是这个原因,谷歌最近跟疯了似的不停发模型。Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇

    来源 腾讯网
  5. Grok工程师月交3000个PR:禁注释重验证,AI编程信任危机何解?

    SpaceX SI首席工程师Lauren Tan分享Grok Bot团队的高效开发实践。核心观点包括禁止99%代码注释以防Agent模仿错误模式,将自然语言规则转化为Lint和类型系统等确定性检查,以及利用TLA+、Lean等工具进行形式化验证。通过构建高信任度的代码环境,团队实现月均1.1万个PR且撤回率仅0.5%,

    来源 AI 应用前沿
  6. Claude证明黎曼猜想获独立核验:1700万行Lean代码通过社区认可

    我们未必知道这件事真正意味着什么。但站在未来回看,这确实一个非常值得标记的时刻,AI 正果断拿走曾属于人类思想的荣耀。从 1859 年 8 页的论文,到 2026 年 25 万页的庞大证明,一代代数学家前赴后继,持续攻坚,如今在 AI 的参与下取得突破。AI 能力的提升加速了这一天会到来,但当它真的发生时,人类还是难掩

    来源 腾讯网
  7. 高露洁用AI角色扮演调研:重测信度90%能否替代真人样本?

    高露洁棕榄(Colgate-Palmolive)与PyMC Labs联合发布的一项新研究显示,只要改变提问方式,让大语言模型“角色扮演”消费者,AI预测真实购买意愿的可靠度即可达到人类重测信度的90%。这篇挂在预印本平台arXiv上的论文近期在海外科技与商业圈引发震动。全球企业每年在消费者调研上投入数十亿美元,有市场观

    来源 腾讯网
  8. 英伟达单周跌近23%创2008年来最大跌幅,美股AI板块集体重挫

    【TechWeb】11月21日消息,美东时间11月20日,美股三大指数收盘集体大跌,AI交易遭遇大规模抛售。截至收盘,道指跌1.93%,报48147.33点;纳指跌5.28%,报22617.73点;标普500指数跌3.70%,报6910.39点,纳指100指数暴跌5.61%。 板块方面,半导体产业链成为重灾区,费城半导

    来源 AI 行业观察
  9. AI编码效率被评审吃掉:哈佛718家企业数据与2026工具链新变量

    哈佛研究证实AI生成代码并未提升实际交付量,瓶颈已转移至评审环节。Code Mode与Harness架构演进将安全边界移入沙箱,开源工具正拆解工程硬墙。具身智能方面,南京智造大会与北京人形中心论文显示,行业焦点从表演转向落地成本与分层协同。整体趋势表明,AI行业已从技术叙事进入商业化验证、可审计性与稳定交付的深水区。

    来源 AI 应用前沿
  10. 自家人都看不下去了?数百谷歌员工要求公司允许中小学使用不含 AI 的谷歌搜索

    IT之家 11 月 20 日消息,当地时间 19 日,据彭博社报道,超过 500 名谷歌员工和合同工联名请愿,要求公司允许中小学继续使用不含 AI 功能的谷歌搜索。 请愿书致谷歌 CEO 桑达尔 · 皮查伊、搜索业务负责人伊丽莎白 · 里德和教育业务负责人克里斯 · 菲利普斯。活动由 Alphabet 员工工会发起,其

    来源 AI 行业观察
  11. Megaspeed被查:一家游戏背景公司如何做成41.3亿美元AI芯片生意

    2015年,一家名叫7 Road International的公司在新加坡注册。 最初几年,它并不起眼。谁也不会想到,十年后,这家公司会成为英伟达先进AI芯片供应链上一个引人注目的名字。 2023年,公司更名为Megaspeed International,业务重心也开始转向云计算和AI基础设施。 随后,它的生意急速膨

    来源 AI 行业观察
  12. GPT-6.2 Astra解出Smoktunowicz定理:94分钟写出全球首个形式化证明

    Vals AI最新高难数学基准测试中,GPT-6.2 Astra以87.50%的准确率登顶。面对Lean公共数学库缺失的三个关键定理,Astra自主定义“容量”这一新数学工具,绕开原论文证明路线,仅用94分钟、1794行Lean代码,完成Smoktunowicz间隙定理的全球首个形式化证明。

    来源 华尔街见闻
  13. Gemini 4 翻身背后:SemiAnalysis 填表道歉,Hassabis 接梗回应

    Google DeepMind通过组织调整、算力重新分配和训练体系升级,在短短七周内连续推出四款Gemini 4模型。依托大规模预训练、多线并行研发和真实工程场景的强化学习训练,Gemini在编程和Agent能力上实现突破,重返行业第一梯队,此前唱衰Google的SemiAnalysis也公开致歉。

    来源 华尔街见闻
  14. Gemini 4 翻身记:SemiAnalysis 补交道歉表,Hassabis 接梗

    曾断言 Gemini 掉队的研究机构 SemiAnalysis,在 Gemini 4 系列密集发布后向 Google 公开致歉。文章梳理 DeepMind 的组织调整、算力分配与长期研发积累,解析真实工程任务驱动的后训练如何提升编程和智能体能力。

    来源 爱范儿
  15. 液冷重构AI基础设施:丹佛斯携从冷源到芯片侧解决方案亮相2026中国数据中心标准大会

    【TechWeb】11月20日消息,2026中国数据中心标准大会(CDCC)在北京国家会议中心开幕。丹佛斯携覆盖冷源、冷却液分配单元(CDU)、二次侧流体网络及机柜连接的多元产品和解决方案亮相大会,展示面向AI数据中心高密度液冷场景的系统化冷却能力。大会期间,丹佛斯气候方案事业部系统技术总监张乐平发表《液冷重构AI基础

    来源 AI 行业观察
  16. 谷歌字节快手集体降价,AI视频进入分秒计价时代?

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 王璐,编辑 | 魏佳AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等

    来源 腾讯网
  17. 微软Win11的TPM锁定机制被绕过:6位PIN破解从19年缩至20天

    IT之家 11 月 20 日消息,柏林工业大学研究团队公布 Hello Again 硬件安全研究,指出攻击者若能拆开电脑并接触主板闪存与处理器之间的通信链路,能绕过 TPM 的错误尝试锁定机制,从而暴力反复猜测 Windows 11 系统的锁屏 PIN 密码。 在技术原理方面,部分电脑会将固件 TPM 的状态数据(包括

    来源 AI 行业观察
  18. Trahan公布FRONTIER摘要:三AI法案争12月11日窗口

    2026年11月19日,众议员Trahan发布FRONTIER法案逐条摘要,Beyer等三人联合公布SAFE AI法案草案,加上7月已提交的AI断路器法案(H.R. 9917),三项前沿AI安全立法同时争夺12月11日前的最后立法窗口。1月民主党接掌两院将彻底改变谈判格局,此刻谈成与否将决定美国AI合规体系的基本底色。

    来源 AI 行业观察
  19. 谷歌论文:光改提示词智能体成功率反降,改运行框架升至40%

    调教 AI 智能体,惯用手法是反复打磨提示词。谷歌 11 月 17 日发表的论文却给出反直觉结论:只改提示词,智能体成功率反而从 5% 跌到 2.5%;而让优化模型直接改写其运行框架,成功率冲到 40%,足足 8 倍。 142 行代码,拆成四块逐个改 Harness 指包裹在模型外围的运行框架,负责

    来源 AI 开发者社区
  20. METR时间视野图更新:编程任务表现突出,判断力任务仍偏弱

    METR发布其广受引用却常被误读的“时间视野图”更新版。新报告确认部分AI能力仍在指数级提升,模型能独立完成的任务时长持续延长;但报告同时揭示明显不对称——模型在编程任务上表现优异,在需要判断力的任务上却明显偏弱。这提醒业界,单一基准无法代表AI在开放式工作中的真实水平。

    来源 AI 科技快讯
向下滚动自动加载更多